MétaCan
Menu
Retour à la cohorte
Enregistrement W2339872105 · doi:10.1177/0954411915625171

Retrieval analysis of a failed TriboFit polycarbonate urethane acetabular buffer

2016· article· en· W2339872105 sur OpenAlexaff
Leela Biant, Trevor C. Gascoyne, Éric Bohm, Matthew Moran

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part H Journal of Engineering in Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensOrthopaedic Innovation CentreConcordia Hospital
Organismes subventionnairesnon disponible
Mots-clésBuffer (optical fiber)Abrasion (mechanical)Materials scienceAcetabulumGravimetric analysisComposite materialBiomedical engineeringChemistrySurgeryMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

The purpose of this research was to determine the failure mechanisms and damage features of a TriboFit acetabular buffer implanted directly against a native, prepared acetabulum which was revised after 11months. Retrieval analyses were carried out via light microscopy, gravimetric wear assessment, and observer scoring of visible damage features on the buffer. The volume of material abraded from the backside of the buffer was estimated via three-dimensional reconstruction using a laser scanner. Scanning electron microscopy was used to confirm damage features and mechanisms. Severe abrasion to the backside of the buffer was the primary damage feature, while stippling damage was seen on the articular surface of the buffer. Material loss due to backside abrasion was approximated to be between 0.13360.085 g (gravimetric analyses) and 0.19360.053 g (three-dimensional reconstruction). Implantation of the TriboFit buffer against the patient's native acetabulum without a metal backing allowed for significant movement of the buffer against the bone, resulting in the abrasion seen on this implant. The stippling damage on the articular surface indicates an adhesive wear mechanism which exacerbates movement of the buffer against the acetabulum, thereby increasing backside abrasion.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,242
Écart entre enseignants0,228 · 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'étudeObservationnel
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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part H Journal of Engineering in MedicineMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207