MétaCan
Menu
Retour à la cohorte
Enregistrement W2955255437 · doi:10.1002/cjce.23588

Graphene functionalized decellularized scaffold promotes skin cell proliferation

2019· article· en· W2955255437 sur OpenAlexvenueno aff
Mahboubeh Jafarkhani, Zeinab Salehi, Zahra Bagheri, Zahra Aayanifard, Ali Rezvan, Hamid Doosthosseini, Mohammad Ali Shokrgozar

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDecellularizationBiocompatibilityScaffoldTissue engineeringMaterials scienceGrapheneViability assayBiomedical engineeringNanotechnologyExtracellular matrixCell adhesionAdhesionCellChemistryComposite materialMedicine

Résumé

récupéré en direct d'OpenAlex

An increasing number of new strategies for skin tissue engineering have been developed with the potential to mimic the biological properties of native tissue with a high degree of complexity, flexibility, and reproducibility. In this study, decellularized tissue (DT) was prepared from the bovine heart by using chemical treatments. However, the mechanical properties of the DT constructs were poorer than the extra cellular matrix of the skin tissue. To overcome this challenge, hybrid scaffolds of DT and graphene oxide (GO) were developed and the effects of the GO concentration on the morphology, pore size, porosity, mechanical strength, and water uptake capacity of the samples were evaluated. Moreover, the biocompatibility of hybrid scaffolds was studied by Live/Dead staining. The results show that a hybrid scaffold incorporating 3 % graphene oxide improved the mechanical strength and cell viability by ~25 % in comparison to the DT scaffolds. Cell viability results confirmed that the porous scaffolds could support cell adhesion, proliferation, and cell activity for 7 days. This study provides new insight into and opportunities for using graphene‐based materials to develop biomimetic constructs for clinical applications.

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 seuil0,418

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 Opus0,005
Tête enseignante GPT0,159
Écart entre enseignants0,154 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207