MétaCan
Menu
Retour à la cohorte
Enregistrement W2157636478 · doi:10.1504/ijecb.2009.022858

Modelling of mechanical properties of electrospun nanofibre network

2009· article· en· W2157636478 sur OpenAlexfundno aff
Xiaofan Wei, Zhenhai Xia, Shing Chung Josh Wong, Avinash Baji

Notice bibliographique

RevueInternational Journal of Experimental and Computational Biomechanics · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Civil, Mechanical and Manufacturing InnovationOffice of Naval ResearchMcGill UniversityNational Science Foundation
Mots-clésMaterials sciencevan der Waals forceComposite materialFusionTorsion (gastropod)Ultimate tensile strengthStrain energyDeformation (meteorology)ElectrospinningFracture mechanicsPolymerStructural engineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

Electrospun nanofibres are widely investigated as extra-cellular matrix for tissue engineering and biomedical applications. Little is understood on the deformation mechanics of spun fibre mats. A model is developed to predict the deformation behaviour of randomly-oriented electrospun nanofibre network/mats with the fibre-fibre fusion and van der Waals interaction. The nanofibres in the mat are represented by chains of beads; the interactions between the beads are described by bonded (stretch, bending and torsion) and non-bonded (van der Waals) potentials. Stress-strain curves and dynamics fracture are predicted by this model. The results show that the fibre-fibre fusion has a significant effect on the tensile strength of the mats. Increasing the number of fusion points in the mat results in an increase in strength, but over-fusion may lead to lower fracture energy. The predicted stress-strain relationships are consistent with the experimental results.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,356
Score d'incertitude au seuil0,390

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations74
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Experimental and Computational BiomechanicsMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207