MétaCan
Menu
Retour à la cohorte
Enregistrement W2121648403 · doi:10.1088/1748-6041/2/1/s04

Medical applications of shape memory polymers

2007· review· en· W2121648403 sur OpenAlexaff
Witold M. Sokolowski, Annick Metcalfe, Shunichi HAYASHI, Jean Raymond

Notice bibliographique

RevueBiomedical Materials · 2007
Typereview
Langueen
DomaineMaterials Science
ThématiquePolymer composites and self-healing
Établissements canadiensPolytechnique MontréalHôpital Notre-Dame
Organismes subventionnairesJet Propulsion Laboratory
Mots-clésShape-memory polymerMaterials sciencePolyurethaneShape-memory alloyBiocompatible materialPolymerSoftware deploymentProcess (computing)NanotechnologyComposite materialComputer scienceBiomedical engineeringOperating system

Résumé

récupéré en direct d'OpenAlex

Shape memory polymers (SMP) are lightweight, have a high strain/shape recovery ability, are easy to process, and required properties can be tailored for variety of applications. Recently a number of medical applications have been considered and investigated, especially for polyurethane-based SMP. SMP materials were found to be biocompatible, non-toxic and non-mutagenic. The glass transition temperature (T(g)) can be tailored for shape restoration/self-deployment of clinical devices when inserted in the human body. Newly developed SMP foams, together with cold hibernated elastic memory (CHEM) processing, further broaden their potential biomedical applications. Polyurethane-based SMP are described here and major advantages are identified over other medical materials. Some SMP applications are already used in a clinical setting, whereas others are still in development. Lately, several important applications are being considered for CHEM foams as self-deployable vascular and coronary devices. One example is the endovascular treatment of aneurysms.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,039
Tête enseignante GPT0,349
Écart entre enseignants0,310 · 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

Citations368
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedical MaterialsMême sujetPolymer composites and self-healingTravaux en français237 207