MétaCan
Menu
Retour à la cohorte
Enregistrement W2491948416 · doi:10.1016/j.cjtee.2016.06.007

Three-dimensional bioprinting is not only about cell-laden structures

2016· review· en· W2491948416 sur OpenAlexaff
Hongbo Zhang, Tianlong Xing, Yong Shi, Shimo Yang

Notice bibliographique

RevueChinese Journal of Traumatology · 2016
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésExtracellular matrixSelf-healing hydrogels3D bioprintingRegeneration (biology)Tissue engineeringFunction (biology)Process (computing)CartilageComputer scienceNanotechnologyBiochemical engineeringBiomedical engineeringMaterials scienceCell biologyEngineeringBiologyAnatomy

Résumé

récupéré en direct d'OpenAlex

In this review, we focused on a few obstacles that hinder three-dimensional (3D) bioprinting process in tissue engineering. One of the obstacles is the bioinks used to deliver cells. Hydrogels are the most widely used bioink materials; however, they aremechanically weak in nature and cannot meet the requirements for supporting structures, especially when the tissues, such as cartilage, require extracellular matrix to be mechanically strong. Secondly and more importantly, tissue regeneration is not only about building all the components in a way that mimics the structures of living tissues, but also about how to make the constructs function normally in the long term. One of the key issues is sufficient nutrient and oxygen supply to the engineered living constructs. The other is to coordinate the interplays between cells, bioactive agents and extracellular matrix in a natural way. This article reviews the approaches to improve the mechanical strength of hydrogels and their suitability for 3D bioprinting; moreover, the key issues of multiple cell lines coprinting with multiple growth factors, vascularization within engineered living constructs etc. were also reviewed.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,033
Tête enseignante GPT0,338
Écart entre enseignants0,305 · 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'étudeAutre devis
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

Citations32
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Journal of TraumatologyMême sujet3D Printing in Biomedical ResearchTravaux en français237 207