MétaCan
Menu
Retour à la cohorte
Enregistrement W2980563477 · doi:10.3390/ma12203435

PGlu-Modified Nanocrystalline Cellulose Improves Mechanical Properties, Biocompatibility, and Mineralization of Polyester-Based Composites

2019· article· en· W2980563477 sur OpenAlexaff
Maria Stepanova, Ilia Averianov, М. С. Сердобинцев, И. В. Гофман, Natalya Blum, N. Yu. Semenova, Yu. A. Nashchekina, Tatiana Vinogradova, Viktor Korzhikov‐Vlakh, Mikko Karttunen, Evgenia Korzhikova‐Vlakh

Notice bibliographique

RevueMaterials · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBiocompatibilityNanocrystalline materialMaterials scienceComposite materialPolyesterCelluloseChemical engineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

The development of biocompatible composite materials is in high demand in many fields such as biomedicine, bioengineering, and biotechnology. In this study, two series of poly (D,L-lactide) and poly (ε-caprolactone)-based films filled with neat and modified with poly (glutamic acid) (PGlu) nanocrystalline cellulose (NCC) were prepared. An analysis of scanning electron and atomic force microscopies' results shows that the modification of NCC with poly (glutamic acid) favored the better distribution of the nanofiller in the polymer matrix. Investigating the ability of the developed materials to attract and retain calcium ions led to the conclusion that composites containing NCC modified with PGlu induced better mineralization from model solutions than composites containing neat NCC. Moreover, compared to unmodified NCC, functionalization with PGlu improved the mechanical properties of composite films. The subcutaneous implantation of these composite materials into the backs of rats and the further histological investigation of neighboring tissues revealed the better biocompatibility of polyester materials filled with NCC-PGlu.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,024
Tête enseignante GPT0,262
Écart entre enseignants0,237 · 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207