MétaCan
Menu
Retour à la cohorte
Enregistrement W2325595926 · doi:10.1021/am200158y

Biocompatible Carbohydrate-Functionalized Stainless Steel Surfaces: A New Method For Passivating Biomedical Implants

2011· article· en· W2325595926 sur OpenAlexafffund
Anne M. Slaney, Vincent A. Wright, Peter J. Meloncelli, Kenneth D. Harris, Lori J. West, Todd L. Lowary, Jillian M. Buriak

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensAlberta Glycomics CentreNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchU.S. Food and Drug AdministrationCalifornia HIV/AIDS Research Program
Mots-clésMaterials scienceSurface modificationCoatingLayer (electronics)X-ray photoelectron spectroscopyChemical engineeringElectrochemistryBiomoleculeNanotechnologyChemistry

Résumé

récupéré en direct d'OpenAlex

A convenient method for passivating and functionalizing stainless steel is described. Several methods of coating stainless steel (SS) samples with silica were investigated and of these methods, a thin (less than 15 nm thick) layer of silica created by atomic layer deposition (ALD) was found to give superior performance in electrochemical testing. These interfaces were then used as a platform for further functionalization with molecules of biological interest. Specifically, the SS samples were functionalized with biologically significant carbohydrates [N-acetyl-D-glucosamine (GlcNAc) and D-galactose (Gal)] that contain trialkoxysilane derivatives as chemical handles for linking to the surface. The presence and biological availability of these moieties on the silica coated SS were confirmed by XPS analysis and an enzyme-linked lectin assay (ELLA) using complementary lectins that specifically recognize the surface-bound carbohydrate. This method has the potential of being adapted to the functionalization of stainless steel biomedical implants with other biologically relevant carbohydrates.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0070,000

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 Opus0,052
Tête enseignante GPT0,307
Écart entre enseignants0,256 · 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.

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

Citations52
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetCorrosion Behavior and InhibitionTravaux en français237 207