Robocasting of SiO2-Based Bioactive Glass Scaffolds with Porosity Gradient for Bone Regeneration and Potential Load-Bearing Applications
Notice bibliographique
Résumé
Additive manufacturing of bioactive glasses has recently attracted high interest in the field of regenerative medicine as a versatile class of fabrication methods to process bone substitute materials. In this study, melt-derived glass particles from the SiO2-P2O5-CaO-MgO-Na2O-K2O system were used to fabricate bioactive scaffolds with graded porosity by robocasting. A printable ink made of glass powder and Pluronic F-127 (binder) was extruded into a grid-like three-dimensional structure with bimodal porosity, i.e., the inner part of the scaffold had macropores with smaller size compared to the periphery. The crystallization behavior of the glass powder was studied by hot-stage microscopy, differential thermal analysis, and X-ray diffraction; the scaffolds were sintered at a temperature below the onset of crystallization so that amorphous structures could be obtained. Scaffold architecture was investigated by scanning electron microscopy and microtomographic analysis that allowed quantifying the microstructural parameters. In vitro tests in Kokubo’s simulated body fluid (SBF) confirmed the apatite-forming ability (i.e., bioactivity) of the scaffolds. The compressive strength was found to slightly decrease during immersion in SBF up to 4 weeks but still remained comparable to that of human cancellous bone. The pH and concentration of released ions in SBF were also measured at each time point. Taken together, these results (favorable porosity, mechanical strength, and in vitro bioactivity) show great promise for the potential application of these robocast scaffolds in bone defect repair.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».