Investigating the effect of PGA on physical and mechanical properties of electrospun PCL/PGA blend nanofibers
Notice bibliographique
Résumé
Abstract In the field of tissue engineering there is always a need for new engineered polymeric biomaterials which have ideal properties and functional customization. Unfortunately the demands for many biomedical applications need a set of properties that no polymers can fulfill. One method to satisfy these demands and providing desirable new biomaterials is by mixing two or more polymers. In this work, random nanofibrous blends of poly (ε‐caprolactone) (PCL) and polyglycolic acid (PGA) with various PCL/PGA compositions (100/0, 80/20, 65/35, 50/50, and 0/100) were fabricated by electrospinning method and characterized for soft‐tissue engineering applications. Physical, chemical, thermal, and mechanical properties of PCL/PGA blend nanofibers were measured by scanning electron microscopy (SEM), porosimetry, contact angle measurement, water uptake, attenuated total reflectance Fourier transform‐infrared spectroscopy (ATR‐FT‐IR), X‐ray diffraction (XRD), differential scanning calorimetric (DSC), dynamic mechanical thermal analysis (DMTA), and tensile measurements. Morphological characterization showed that the addition of PGA to PCL results in an increase in the average diameter of the nanofibers. According to these results, when the amount of PGA in the blend solution increased, the hydrophilicity and water uptake of the nanofibrous scaffolds increased concurrently, approaching those of PGA nanofibers. Differential scanning calorimetric studies showed that the PCL and PGA were miscible in the nanofibrous structure and the mechanical characterization under dry conditions showed that increasing PGA content results in a tremendous increase in the mechanical properties. In conclusion, the random nanofibrous PCL/PGA scaffold used in this study constitutes a promising material for soft‐tissue engineering. © 2011 Wiley Periodicals, Inc. J Appl Polym Sci, 2012
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».