MétaCan
Menu
Retour à la cohorte
Enregistrement W2083198311 · doi:10.1002/adhm.201400302

Combining Collagen and Bioactive Glasses for Bone Tissue Engineering: A Review

2014· review· en· W2083198311 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAdvanced Healthcare Materials · 2014
Typereview
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBiocompatibilityTissue engineeringMaterials scienceBiomedical engineeringComposite numberScaffoldNanotechnologyBioactive glassConnective tissueComposite materialPathologyMedicine

Résumé

récupéré en direct d'OpenAlex

Collagen (COL), the most abundant protein in mammals, offers a wide range of attractive properties for biomedical applications which are the result of its biocompatibility and high affinity to water. However, due to the relative low mechanical properties of COL its applications are still limited. To tackle this disadvantage of COL, especially in the field of bone tissue engineering, COL can be combined with bioactive inorganic materials in a variety of composite systems. One of such systems is the collagen-bioactive glass (COL-BG) composite family, which is the theme of this Review. BG fillers can increase compressive strength and stiffness of COL-based structures. This article reviews the relevant literature published in the last 15 years discussing the fabrication of a variety of COL-BG composites. In vitro cell studies have demonstrated the osteogenic, odontogenic, and angiogenic potential of these composite systems, which has been confirmed by stimulating specific biochemical indicators of relevant cells. Bony integration and connective tissue vessel formation have also been studied by implantation of the composites in vivo. Areas of future research in the field of COL-BG systems, based on current challenges, and gaps in knowledge are highlighted.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,914
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,029
Tête enseignante GPT0,334
Écart entre enseignants0,305 · 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