MétaCan
Menu
Retour à la cohorte
Enregistrement W2179201952 · doi:10.1089/152489000414642

Review: The Self-Assembly Approach for Organ Reconstruction by Tissue Engineering

2000· article· en· W2179201952 sur OpenAlexaff
F.A. Auger, M. Rémy-Zolghadri, G. Grenier, Lucie Germain

Notice bibliographique

Revuee-biomed The Journal of Regenerative Medicine · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueTissue Engineering and Regenerative Medicine
Établissements canadiensUniversité LavalHôpital du Saint-Sacrement
Organismes subventionnairesnon disponible
Mots-clésAdipose tissueTissue engineeringMedicineBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

One must not forget that tissue engineering was first introduced as a life saving procedure for burn patients (1). The successful engraftment of autologous epidermal sheets was the first proof of concept of the powerful technology that we know today (2-4). However this very interesting initial approach fell into some disrepute because of perceived drawbacks and limitations (5, 6). The subsequent efforts in the field followed essentially three "schools" of thought. The first approach consists in the seeding of cells into various gels, which are then reorganized, by the incorporated cells (7-14). Alternatively, a second approach is to seed cells into a scaffold where they will thrive and secrete extracellular matrix (15-17). The scaffold materials are bioresorbable over a wide range of time periods depending on their chemical structures (18-25). A third approach is different since it uses the principle of a tissue template that allows, after implantation, the ingress of cells into the appropriately organized scaffold. Thus, these grafts are acellular and must stimulate the regenerative potential of the tissue wherever they are implanted (26-31). Our group has developed a different and original method for the reconstruction of soft tissues. It takes full advantage of the various intrinsic properties of cells when appropriately cultured. This entails particular media composition and appropriate mechanical straining of these threedimensional structures.

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)0,002
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,260
Écart entre enseignants0,249 · 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'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

Citations40
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuee-biomed The Journal of Regenerative MedicineMême sujetTissue Engineering and Regenerative MedicineTravaux en français237 207