MétaCan
Menu
Retour à la cohorte
Enregistrement W2745122602 · doi:10.1088/1758-5090/aa83cf

Comparative study of gelatin methacrylate hydrogels from different sources for biofabrication applications

2017· article· en· W2745122602 sur OpenAlexafffund
Zongjie Wang, Zhenlin Tian, Fredric Menard, Keekyoung Kim

Notice bibliographique

RevueBiofabrication · 2017
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésBiofabricationSelf-healing hydrogelsGelatinMaterials scienceBiocompatibilityTissue engineeringAdhesionBiomedical engineeringMethacrylateComposite materialPolymer chemistryChemistryPolymerPolymerization

Résumé

récupéré en direct d'OpenAlex

Gelatin methacrylate (GelMA) hydrogel is a promising bioink for biofabrication applications due to its cost-effectiveness, ease of synthesis and biocompatibility to allow cell adhesion. However, the GelMA synthesized from a widely used porcine skin gelatin has a thermal gelation problem at room temperature. Here, we present thermally stable GelMA hydrogels at room temperature while maintaining the mechanical and biological properties comparable to porcine GelMA. The novel GelMA hydrogels were synthesized from fish skin and cold soluble gelatin. We systematically characterized the properties of the GelMA hydrogels from different sources. The properties include the degree of methacrylation, compressive Young's modulus, mass swelling ratio, viscosity, and cell adhesion and proliferation in 2D and 3D microenvironments. It has been found that the cold soluble GelMA was comparable to the porcine skin GelMA but could offer low viscosity and thermal stability at room temperature. We performed a droplet generation experiment to demonstrate the benefit of using the cold soluble GelMA for biofabrication. The cold soluble GelMA showed a more reliable and stable droplet fabrication process. Taken together, the cold soluble GelMA is a promising bioink solution and may greatly benefit the research in biofabrication.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,064
Tête enseignante GPT0,350
Écart entre enseignants0,286 · 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

Citations132
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiofabricationMême sujet3D Printing in Biomedical ResearchTravaux en français237 207