MétaCan
Menu
Retour à la cohorte
Enregistrement W2554158645 · doi:10.4028/www.scientific.net/msf.879.1788

Development of a Biomimetic Metallic Femoral Stem: Methodological Approach

2016· article· en· W2554158645 sur OpenAlexaff
Vladimir Braïlovski, Patrick Terriault, Charles Simoneau, Mathieu Dumas, Bruno Jetté

Notice bibliographique

RevueMaterials science forum · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésStress shieldingMaterials scienceReplicaFemurSelective laser meltingBiomedical engineeringPorosityFinite element methodPorous mediumDigital image correlationMechanical engineeringComposite materialImplantStructural engineeringSurgeryEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

In this communication, a new methodological approach is proposed to develop a biomimetic metallic femoral stem. The design of this stem starts with the definition of an outer skin by reproducing the shape and overall dimensions of a Stryker® femoral stem to be implanted in an artificial femur model from Sawbones®. In-house algorithms are then used to generate two types of porous structures inside the outer skin: either a stochastic cubic-based porous structure or an ordered diamond-type porous structure. Next, a model of the femur-stem assembly is developed using the finite element method. The fully dense Stryker stem replica and two porous stems are fabricated using selective laser melting technology. Then, comparative mechanical testing is carried out using the ISO 7206-4 (2010) guidelines. These tests are conducted on an intact artificial femur (reference case) and on the identical femurs, but now implanted with the fully dense and porous stems. Using digital image correlation tools, the results of four series of tests are compared to assess which implant design leads to the lowest stress shielding in the implanted femur. Finally, the experimentally measured strain fields are compared to the numerical predictions to validate the numerical models.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,123
Tête enseignante GPT0,332
Écart entre enseignants0,209 · 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'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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207