MétaCan
Menu
Retour à la cohorte
Enregistrement W2740710461 · doi:10.1126/science.aah6362

Tough adhesives for diverse wet surfaces

2017· article· en· W2740710461 sur OpenAlexaff
Jianyu Li, Adam D. Celiz, Jiawei Yang, Quansan Yang, Isaac Wamala, William Whyte, Bo Ri Seo, Nikolay V. Vasilyev, Joost J. Vlassak, Zhigang Suo, David Mooney

Notice bibliographique

RevueScience · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Sutures and Adhesives
Établissements canadiensMcGill University
Organismes subventionnairesScience Foundation IrelandNational Institute of Dental and Craniofacial ResearchEuropean CommissionNational Institutes of HealthNational Science Foundation
Mots-clésAdhesiveBiocompatibilityMaterials scienceMatrix (chemical analysis)Biomedical engineeringComposite materialMedicineMetallurgy

Résumé

récupéré en direct d'OpenAlex

Adhesion to wet and dynamic surfaces, including biological tissues, is important in many fields but has proven to be extremely challenging. Existing adhesives are cytotoxic, adhere weakly to tissues, or cannot be used in wet environments. We report a bioinspired design for adhesives consisting of two layers: an adhesive surface and a dissipative matrix. The former adheres to the substrate by electrostatic interactions, covalent bonds, and physical interpenetration. The latter amplifies energy dissipation through hysteresis. The two layers synergistically lead to higher adhesion energies on wet surfaces as compared with those of existing adhesives. Adhesion occurs within minutes, independent of blood exposure and compatible with in vivo dynamic movements. This family of adhesives may be useful in many areas of application, including tissue adhesives, wound dressings, and tissue repair.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,054
Tête enseignante GPT0,359
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 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
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

Citations1 553
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetSurgical Sutures and AdhesivesTravaux en français237 207