MétaCan
Menu
Retour à la cohorte
Enregistrement W2131383841 · doi:10.1142/s021951941550061x

A THREE-DIMENSIONAL COMPUTER MODEL TO SIMULATE SPONGY BONE REMODELING UNDER OVERLOAD USING A SEMI-MECHANISTIC BONE REMODELING THEORY

2015· article· en· W2131383841 sur OpenAlexafffund
Gholamreza Rouhi, Ali Vahdati, Xianjie Li, L. J. Sudak

Notice bibliographique

RevueJournal of Mechanics in Medicine and Biology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensUniversity of CalgaryUniversity of Ottawa
Organismes subventionnairesUniversity of Calgary
Mots-clésBone remodelingOsteocyteBone resorptionBone remodeling periodResorptionFunction (biology)Biomedical engineeringMaterials scienceChemistryMedicineBiologyOsteoblastCell biologyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Overload has been suggested as a contributing factor for bone loss, for instance at the bone implant interface. The objective of this study is to investigate spongy bone resorption under overload using a semi-mechanistic bone remodeling theory. Since overload can cause the accumulation of microdamage in bone, in this study, it is assumed that overload will increase the osteoclastic activity, and also will reduce the osteocyte influence distance. First, a previously proposed semi-mechanistic bone remodeling theory was extended by defining a new form for the resorption probability function, which is based on experimental evidence. Then, in order to investigate the validity of our hypothesis, a three-dimensional finite element model of spongy bone was developed. The simulation results show that, first, trabeculae adapt with the mechanical stimuli placed on them. Secondly, a sharp reduction in spongy bone density will be resulted, in agreement with experimental evidence, when bone is under overload.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,120
Tête enseignante GPT0,350
Écart entre enseignants0,230 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations16
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanics in Medicine and BiologyMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207