MétaCan
Menu
Retour à la cohorte
Enregistrement W2050740461 · doi:10.1115/imece2006-15240

Constitutive Modeling for Porous PLGA 85/15 Scaffold in Compression

2006· article· en· W2050740461 sur OpenAlexaff
Linus Leung, Josee K. Perron, Hani E. Naguib

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCellular and Composite Structures
Établissements canadiensUniversity of OttawaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialConstitutive equationPLGACompression (physics)PorosityCompressive strengthElastic modulusModulusRelative densityStress (linguistics)Finite element methodStructural engineeringMicrostructureNanotechnologyNanoparticle

Résumé

récupéré en direct d'OpenAlex

Constitutive modeling of stress-strain relationship of open-celled PLGA 85/15 foams under compression was studied. A constitutive model for compressive behavior was directly derived from the morphology of a unit cubic cell. These constitutive equations describe the stress-strain relationship as a function of the foam's material properties and cell morphology, such as elastic modulus, yield stress, relative density, cell strut thickness, and cell size. To verify this model, uniaxial compression testing was performed on foam samples. Using the gas foaming/salt leaching method, the samples were prepared by using different foaming parameters such as salt/polymer mass ratio, saturation pressure, and saturation time. The comparisons of theoretical and experimental data demonstrate that the constitutive model using a cubic unit cell accurately describes the behavior of PLGA foams with low relative densities under compression.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,373
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,196
Écart entre enseignants0,189 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCellular and Composite StructuresTravaux en français237 207