MétaCan
Menu
Retour à la cohorte
Enregistrement W2462694323 · doi:10.3390/jfb7030017

Synchrotron-Based in Situ Characterization of the Scaffold Mass Loss from Erosion Degradation

2016· article· en· W2462694323 sur OpenAlexaff
N. K. Bawolin, Xiongbaio Chen

Notice bibliographique

RevueJournal of Functional Biomaterials · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSynchrotronPolycaprolactoneDegradation (telecommunications)ScaffoldIn situErosionPLGACharacterization (materials science)Composite materialBiomedical engineeringChemical engineeringNanotechnologyNanoparticleChemistryOpticsComputer sciencePolymer

Résumé

récupéré en direct d'OpenAlex

The mass loss behavior of degradable tissue scaffolds is critical to their lifespan and other degradation-related properties including mechanical strength and mass transport characteristics. This paper presents a novel method based on synchrotron imaging to characterize the scaffold mass loss from erosion degradation in situ, or without the need of extracting scaffolds once implanted. Specifically, the surface-eroding degradation of scaffolds in a degrading medium was monitored in situ by synchrotron-based imaging; and the time-dependent geometry of scaffolds captured by images was then employed to estimate their mass loss with time, based on the mathematical model that was adopted from the literature of surface erosion with the experimentally-identified model parameters. Acceptable agreement between experimental results and model predictions was observed for scaffolds in a cylindrical shape, made from poly(lactic-co-glycolic) acid (PLGA) and polycaprolactone (PCL). This study illustrates that geometry evaluation by synchrotron-based imaging is an effective means to in situ characterize the scaffold mass loss as well as possibly other degradation-related properties.

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 enseignants0,423
Score d'incertitude au seuil0,515

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 Opus0,016
Tête enseignante GPT0,228
Écart entre enseignants0,212 · 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Functional BiomaterialsMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207