MétaCan
Menu
Retour à la cohorte
Enregistrement W2791344445 · doi:10.1149/ma2018-01/42/2429

(Invited) Engineering the Bio-Interface at the Nanoscale for Diagnostics and Therapeutics Applications

2018· article· en· W2791344445 sur OpenAlexaff
Tohid F. Didar

Notice bibliographique

RevueECS Meeting Abstracts · 2018
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésNanotechnologyMicrofluidicsInterface (matter)Point of careBiocompatible materialMaterials scienceComputer scienceEngineeringBiomedical engineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Miniaturized platforms such as micro/nano patterned interfaces and microfluidic devices provide powerful tools to study biological phenomena at micro and nano scale and to develop novel technologies for a variety of biomedical applications such as point of care diagnostics, cell sorting and dug discovery. The biological/non-biological interface system is an important cornerstone for the fabrication of biomedical devices. Platforms as diverse as lab-on-chip and point-of-care diagnostics, 3D tissue culture scaffolds, organs-on-chips and implants all rely on the effective interaction of cells and/or bio-recognition elements (proteins/peptides, enzymes, antibodies, etc. ) with non-biological surfaces. An overview of our research on micro/nano-scale design of novel biomedical coatings and their integration into medical devices such as biosensors, catheters, vascular grafts as well as flexible sensing interfaces will be presented. More specifically, I will discuss our recently developed technologies for the design and development of devices with omniphobic lubricant-infused coatings that provide simultaneous repellency and targeted binding of desired biological species where bio-fouling and coagulation is minimized.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,278
Écart entre enseignants0,259 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207