MétaCan
Menu
Retour à la cohorte
Enregistrement W2533647589 · doi:10.1002/9781119126218.ch3

Gelatin‐Based Biomaterials For Tissue Engineering And Stem Cell Bioengineering

2016· other· en· W2533647589 sur OpenAlexaff
Mehdi Nikkhah, Mohsen Akbari, Arghya Paul, Adnan Memić, Alireza Dolatshahi‐Pirouz, Ali Khademhosseini

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesOffice of Naval ResearchNational Science Foundation
Mots-clésGelatinTissue engineeringStem cellBiopolymerBiocompatible materialBiomedical engineeringRegeneration (biology)Wound healingDrug deliveryGene deliveryMaterials scienceChemistryNanotechnologyCell biologyGenetic enhancementBiologyMedicineBiochemistryGeneImmunology

Résumé

récupéré en direct d'OpenAlex

Gelatin is a biocompatible, biodegradable and fully absorbable biopolymer. These properties have attracted significant interests in the use of gelatin for a wide range of tissue engineering applications. This chapter covers the studies that focused on using gelatin-based biomaterials for cardiovascular, bone, hepatic, skin and corneal tissue engineering. It discusses the application of gelatin for wound healing and injectable fillers. Stem cells hold great a potential in tissue regeneration applications due to their self renewal capacity and differentiation toward specialized cell types. The chapter discusses various strategies that have been utilized to modulate stem cell behavior by altering the biochemical and biophysical properties of gelatin. Gelatin-based delivery systems have found success in gene and siRNA delivery, to induce the expression of therapeutic proteins or trigger gene silencing, respectively. Overall, gelatin based drug delivery systems have demonstrated great utility and versatility in many biomedical applications.

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 candidatesCharge 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,571
Score d'incertitude au seuil0,998

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)0,0030,000

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 Opus0,007
Tête enseignante GPT0,235
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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations80
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207