MétaCan
Menu
Retour à la cohorte
Enregistrement W3008444530 · doi:10.1016/j.mtbio.2020.100046

Role of active nanoliposomes in the surface and bulk mechanical properties of hybrid hydrogels

2020· article· en· W3008444530 sur OpenAlexfundno aff
Rana Kadri, J. Bacharouch, Kamil Elkhoury, Ghazi Ben Messaoud, Cyril J.F. Kahn, Stéphane Desobry, Michel Linder, Ali Tamayol, Grégory Francius, João F. Mano, Laura Sánchez‐González, Elmira Arab‐Tehrany

Notice bibliographique

RevueMaterials Today Bio · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaMinistère de l'Education Nationale, de l'Enseignement Superieur et de la RechercheAssociation Nationale de la Recherche et de la TechnologieEuropean CommissionMinistério da Educação e CiênciaCentro de Investigação em Materiais Cerâmicos e CompósitosMountain Equipment Co-operative
Mots-clésSelf-healing hydrogelsGelatinMaterials scienceDrug deliveryChemical engineeringPorosityPolymerNanotechnologyPolymer chemistryChemistryComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Nanoliposomes are widely used as delivery vehicles for active compounds. Nanoliposomes from rapeseed phospholipids were incorporated into interpenetrating polymer network hydrogels of gelatin methacryloyl and alginate. The multiscale physicochemical properties of the hydrogels are studied both on the surface and through the thickness of the 3D network. The obtained composite hydrogels exhibited strong mechanical properties and a highly porous surface. The blend ratio, as well as the concentration of nanoliposomes, affects the properties of the hydrogels. Nanofunctionalized hydrogels induced keratinocyte ​growth. These advantageous characteristics may open up many applications of the developed hydrogels in drug delivery and tissue engineering.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), 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

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Today BioMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207