MétaCan
Menu
Retour à la cohorte
Enregistrement W2912449452 · doi:10.1002/admt.201800627

Temperature‐Mediated Microfluidic Extrusion of Structurally Anisotropic Hydrogels

2019· article· en· W2912449452 sur OpenAlexafffund
Nancy Khuu, Moien Alizadehgiashi, Albert Gevorkian, Elizabeth Galati, Ning Yan, Eugenia Kumacheva

Notice bibliographique

RevueAdvanced Materials Technologies · 2019
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSelf-healing hydrogelsExtrusionMaterials scienceAnisotropySwellingGelatinMicrofluidicsComposite materialMethacrylateChemical engineeringNanotechnologyPolymer chemistryPolymerCopolymerChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, microfluidic extrusion of structurally anisotropic hydrogel sheets formed by cellulose nanocrystal methacrylate (CNC‐MA) and gelatin methacryloyl (Gel‐MA) is reported. The precursor CNC‐MA/Gel‐MA ink has temperature‐responsive and shear‐thinning properties, which make it compatible with extrusion‐based printing. To preserve shear‐induced CNC‐MA alignment, the extruded hydrogels are cooled down and photocrosslinked. It is shown that by varying the cooling temperature, the degree of structural anisotropy of the CNC‐MA/Gel‐MA hydrogels can be controlled, which is further augmented by varying the volumetric flow rate during extrusion. The structural anisotropy of the hydrogels is preserved at physiological temperatures (37 °C) for 7 days. The hydrogel sheets exhibit anisotropic mechanical and swelling properties with enhanced mechanical strength and reduced swelling along the extrusion direction. The design and use of this hydrogel expands the ability to create structurally anisotropic hydrogels with applications in biological and biomedical research, soft robotics and fundamental studies of anisotropy‐induced properties.

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 enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,005
Tête enseignante GPT0,226
Écart entre enseignants0,221 · 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

Citations28
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Materials TechnologiesMême sujet3D Printing in Biomedical ResearchTravaux en français237 207