MétaCan
Menu
Retour à la cohorte
Enregistrement W2746398437 · doi:10.3390/ma10080964

Mussel-Inspired Dopamine and Carbon Nanotube Leading to a Biocompatible Self-Rolling Conductive Hydrogel Film

2017· article· en· W2746398437 sur OpenAlexaff
Junzi Jiang, Yong Huang, Yitian Wang, Hui Xu, Malcolm Xing, Wen Zhong

Notice bibliographique

RevueMaterials · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCarbon nanotubeMaterials sciencePolyethylene glycolElectrical conductorNanotechnologyDopamineNanotubeSelf-assemblyBiocompatible materialSelf-healing hydrogelsChemical engineeringComposite materialPolymer chemistryBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

We report a novel self-rolling, conductive, and biocompatible multiwall carbon nanotube (MWCNT)-dopamine-polyethylene glycol (PEG) hydrogel film. The gel can self-fold into a thin tube when it is transferred from a glass slide to an aqueous environment, regardless of the concentrations of the MWCNT. The film presents a highly organized pattern, which results from the self-assembly of hydrophilic dopamine and hydrophobic carbon nanotubes. By exploring the biomedical potential, we found that MWCNT-included rolled film is nontoxic and can promote cell growth. For further functional verification by qPCR (quantitative polymerase chain reaction), bone marrow derived mesenchymal cells present higher levels of osteogenic differentiations in response to a higher concentration of CNTs. The results suggest that the self-rolling, conductive CNT-dopamine-PEG hydrogel could have multiple potentials, including biomedical usage and as a conductive biosensor.

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 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 enseignants0,003
Score d'incertitude au seuil0,821

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,235
Écart entre enseignants0,220 · 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.

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

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207