Modeling of the Mechanical Behavior of 3D Bioplotted Scaffolds Considering the Penetration in Interlocked Strands
Notice bibliographique
Résumé
Three-dimensional (3D) bioplotting has been widely used to print hydrogel scaffolds for tissue engineering applications. One issue involved in 3D bioplotting is to achieve the scaffold structure with the desired mechanical properties. To overcome this issue, various numerical methods have been developed to predict the mechanical properties of scaffolds, but limited by the imperfect representation of one key feature of scaffolds fabricated by 3D bioplotting, i.e., the penetration or fusion of strands in one layer into the previous layer. This paper presents our study on the development of a novel numerical model to predict the elastic modulus (one important index of mechanical properties) of 3D bioplotted scaffolds considering the aforementioned strand penetration. For this, the finite element method was used for the model development, while medium-viscosity alginate was selected for scaffold fabrication by the 3D bioplotting technique. The elastic modulus of the bioplotted scaffolds was characterized using mechanical testing and results were compared with those predicted from the developed model, demonstrating a strong congruity between them. Once validated, the developed model was also used to investigate the effect of other geometrical features on the mechanical behavior of bioplotted scaffolds. Our results show that the penetration, pore size, and number of printed layers have significant effects on the elastic modulus of bioplotted scaffolds; and also suggest that the developed model can be used as a powerful tool to modulate the mechanical behavior of bioplotted scaffolds.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».