MétaCan
Menu
Retour à la cohorte
Enregistrement W3001769279 · doi:10.1103/physrevx.10.011015

Nonlinear Dynamics of Human Aortas for Material Characterization

2020· article· en· W3001769279 sur OpenAlexafffund
Marco Amabili, Prabakaran Balasubramanian, Isabella Bozzo, Ivan D. Breslavsky, Giovanni Ferrari, Giulio Franchini, Francesco Giovanniello, Chloé Pogue

Notice bibliographique

RevuePhysical Review X · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésPulsatile flowThoracic aortaViscoelasticityDescending aortaAortaBiomedical engineeringStiffnessMaterials scienceNonlinear systemMechanicsPhysicsComputer scienceMedicineCardiologyComposite material

Résumé

récupéré en direct d'OpenAlex

Evaluating the nonlinear dynamics of human descending thoracic aortas is essential for building the next generation of vascular prostheses. This study characterizes the nonlinear dynamics, viscoelastic material properties, and fluid-structure interaction of 11 ex-vivo human descending thoracic aortas the full range of physiological heart rates. The aortic segments are harvested from heart-beating donors screened for transplants. A mock circulatory loop is developed to reproduce physiological pulsatile pressure and flow. The results show cyclic axisymmetric diameter changes, which are satisfactorily compared to in-vivo measurements at a resting pulse rate of 60 bpm, with an additional bending vibration. An increase of the dynamic stiffness (i.e., storage modulus) with age is also observed. This increase is accompanied by a strong reduction with age of the cyclic diameter change during the heart pulsation at 60 bpm and by a significant reduction of the loss factor (i.e., damping). Large dissipation is observed at higher pulse rates due to the combined effects of fluid-structure interaction and viscoelasticity of the aortic wall. This study presents data necessary for developing innovative grafts that better mimic the dynamics of the aorta.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil0,263

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 Opus0,023
Tête enseignante GPT0,278
Écart entre enseignants0,255 · 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

Citations59
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review XMême sujetElasticity and Material ModelingTravaux en français237 207