MétaCan
Menu
← Retour à la cohorte
Enregistrement W2079072134 · doi:10.1115/imece2008-68108

On the Bio-Mechanical Properties of a Dual-Porous Osteochondral Scaffold

2008· article· en· W2079072134 sur OpenAlexaff
Hajar Sharif, Yaser Shanjani, Mihaela Vlasea, Ehsan Toyserkani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésScaffoldMaterials sciencePorosityBiomedical engineeringStiffnessFinite element methodCartilageDual layerComposite materialLayer (electronics)Structural engineeringAnatomy

Résumé

récupéré en direct d'OpenAlex

This work is concerned with the finite element modeling of a dual-porous scaffold including both fine and coarse pores. The layer with coarse pores is suitable for bone in vivo ingrowth and the finer pore layer is appropriate for in vitro cartilage culturing. Such scaffolds can be extensively used for repairing of osteochondral defects. The bio-mechanical properties of the proposed scaffold, including apparent stiffness and strain-based capability of the cell ingrowth, are identified using a 3D Finite Element Model. Moreover, to study the effect of the second layer on the strength of the whole scaffold, the stiffness of the dual and single-porous scaffolds was compared. The result of this study shows that the stiffness decreases by adding the second layer to a single-porous scaffold. Additionally, principal strain histograms of the single and the dual-porous scaffolds are compared to assess the effect of added layer on the capability for cell ingrowth stimulation of the whole structure. According to the results, the dual-porous scaffold provides more homogeneous distribution but a smaller amount of micro-strains which may cause different cell-growth behavior.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,035
Tête enseignante GPT0,230
Écart entre enseignants0,195 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOsteoarthritis Treatment and Mechanisms→Travaux en français237 207→