MétaCan
Menu
Retour à la cohorte
Enregistrement W3029485439 · doi:10.3390/jfb11020035

Sol-Gel Derived Tertiary Bioactive Glass–Ceramic Nanorods Prepared via Hydrothermal Process and Their Composites with Poly(Vinylpyrrolidone-Co-Vinylsilane)

2020· article· en· W3029485439 sur OpenAlexaff
Dibakar Mondal, Andrei Zaharia, Kibret Mequanint, Amin S. Rizkalla

Notice bibliographique

RevueJournal of Functional Biomaterials · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceNanorodBioactive glassChemical engineeringPolymerComposite materialHydrothermal circulationCeramicComposite numberNanotechnology

Résumé

récupéré en direct d'OpenAlex

bioactive glass particles were prepared through sol-gel chemistry followed by a base-induced hydrothermal process at 130 °C and 170 °C for various times up to 36 h. This facile, low-temperature and surfactant-free hydrothermal process has shown to be capable of producing uniform nanorods and nanowires. One-dimensional growth of nanorods and the characteristics of siloxane bridging networks were dependent on the hydrothermal temperature and time. Hardened bioactive composites were prepared from BG nanorods and cryo-milled poly(vinylpyrrolidone-co-triethoxyvinylsilane) in the presence of ammonium phosphate as potential bone graft biomaterials. Covalent crosslinking has been observed between the organic and inorganic components within these composites. The ultimate compressive strength and modulus values increased with increasing co-polymer content, reaching 27 MPa and 500 MPa respectively with 30% co-polymer incorporation. The materials degraded in a controlled non-linear manner when incubated in phosphate-buffered saline from 6 h to 14 days. Fibroblast cell attachment and spreading on the composite were not as good as the positive control surfaces and suggested that they may require protein coating in order to promote favorable cell interactions.

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 Opus0,008
Tête enseignante GPT0,201
Écart entre enseignants0,193 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Functional BiomaterialsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207