MétaCan
Menu
Retour à la cohorte
Enregistrement W2531137806 · doi:10.5301/jabfm.5000327

Mammalian Fibroblast Cells Show Strong Preference for Laser-Generated Hybrid Amorphous Silicon-SiO <sub>2</sub> Textures

2016· article· en· W2531137806 sur OpenAlexaff
Candace Colpitts, Amin M. Ektesabi, Rachael A. Wyatt, Bryan D. Crawford, Amirkianoosh Kiani

Notice bibliographique

RevueJournal of Applied Biomaterials & Functional Materials · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésSiliconMaterials scienceLaserMicroscale chemistryWaferAmorphous siliconLaser ablationAmorphous solidOptoelectronicsHybrid silicon laserSilicon oxideNanosecondNanotechnologyOpticsCrystalline siliconChemistryCrystallography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In this study, we investigated a method to produce bioactive hybrid amorphous silicon and silicon oxide patterns using nanosecond laser pulses. METHODS: Microscale line patterns were made by laser pulses on silicon wafers at different frequencies (25, 70 and 100 kHz), resulting in ablation patterns with frequency-dependent physical and chemical properties. RESULTS: Incubating the laser-treated silicon substrates with simulated body fluid demonstrated that the physicochemical properties of the laser-treated samples were stable under these conditions, and favored the deposition of bone-like apatite. More importantly, while NIH 3T3 fibroblasts did colonize the untreated regions of the silicon wafers, they showed a strong preference for the laser-treated regions, and further discriminated between substrates treated with different frequencies. CONCLUSIONS: Taken together, these data suggest that laser materials processing of silicon-based devices is a promising avenue to pursue in the production of biosensors and other bionic devices.

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)
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 enseignants0,014
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,197
Écart entre enseignants0,180 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Biomaterials & Functional MaterialsMême sujetLaser Material Processing TechniquesTravaux en français237 207