Self‐Healing Polyester Urethane Supramolecular Elastomers Reinforced with Cellulose Nanocrystals for Biomedical Applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Stretchable self-healing urethane-based biomaterials have always been crucial for biomedical applications; however, the strength is the main constraint of utilization of these healable materials. Here, a series of novel, healable, elastomeric, supramolecular polyester urethane nanocomposites of poly(1,8-octanediol citrate) and hexamethylene diisocyanate reinforced with cellulose nanocrystals (CNCs) are introduced. Nanocomposites with various amounts of CNCs from 10 to 50 wt% are prepared using solvent casting technique followed by the evaluation of their microstructural features, mechanical properties, healability, and biocompatibility. The synthesized nanocomposites indicate significantly higher tensile modulus (approximately 36-500-fold) in comparison to the supramolecular polymer alone. Upon exposure to heat, the materials can reheal, but nevertheless when the amount of CNC is greater than 10 wt%, the self-healing ability of nanocomposites is deteriorated. These materials are capable of rebonding ruptured parts and fully restoring their mechanical properties. In vitro cytotoxicity test of the nanocomposites using human dermal fibroblasts confirms their good cytocompatibility. The optimized structure, self-healing attributes, and noncytotoxicity make these nanocomposites highly promising for tissue engineering and other biomedical 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle