MétaCan
Menu
Retour à la cohorte
Enregistrement W2051075021 · doi:10.1089/ten.2006.12.2367

Bioreactors for Tissue Engineering: Focus on Mechanical Constraints. A Comparative Review

2006· review· en· W2051075021 sur OpenAlexaff
Katia Bilodeau, Diego Mantovani

Notice bibliographique

RevueTissue Engineering · 2006
Typereview
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBioreactorTissue engineeringRegeneration (biology)Biochemical engineeringBiomedical engineeringTissue cultureComputer scienceMechanical engineeringChemistryCell biologyEngineeringBiologyIn vitroBiochemistry

Résumé

récupéré en direct d'OpenAlex

Considering the current techniques in cell culture, the stimulation of cellular proliferation and the formation of bidimensional tissues such as skin are widely performed in academic and industrial research laboratories. However, the formation of cohesive, organized, and functional tissues by three-dimensional (3D) cell culture is complex. A suitable environment is required, which is achieved and maintained in a specific bioreactor, a device that reproduces the physiological environment (including biochemical and mechanical functions) specific to the tissue that is to be regenerated. Bioreactors can also be used to apply mechanical constraints during maturation of the regenerating tissue for studying and understanding the mechanical factors influencing tissue regeneration. In this work, the main types of bioreactors used for tissue engineering and regeneration, as well as their most common applications, were reviewed and compared. The importance of the mechanical properties applied to the scaffolds and the regenerating constructs has been often neglected. This review focused on the influence of mechanical stresses and strains during the culture period that leads to the final mechanical properties of the construct.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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 Opus0,050
Tête enseignante GPT0,315
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations170
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTissue EngineeringMême sujetBone Tissue Engineering MaterialsTravaux en français237 207