MétaCan
Menu
Retour à la cohorte
Enregistrement W3135271888 · doi:10.1002/cjce.24094

Tissue engineering and regenerative therapeutics: The nexus of chemical engineering and translational medicine

2021· article· en· W3135271888 sur OpenAlexafffundvenue
Rebeca Arambula‐Maldonado, Armin Geraili, Malcolm Xing, Kibret Mequanint

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of ManitobaWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTissue engineeringRegenerative medicineProcess (computing)Nexus (standard)Translational medicineNanotechnologyBiomedical engineeringBiochemical engineeringChemistryEngineeringComputer scienceMaterials scienceCellMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Since its emergence nearly 30 years ago with the goal of fabricating replacement human tissues or assisting the body in repairing itself, several advances have been made in the fields of tissue engineering and regenerative medicine. The assembly of living cells into tissues is akin to the scale‐up operation of a chemical or biochemical process with several modules or units affecting the final product. The major modules or units in tissue engineering and regenerative medicine are cells, biodegradable scaffolds, bioreactors, and biomolecules. Each module is analogous to unit operations, where individual units must come together to successfully design engineered tissues for therapeutic and drug discovery applications. Basic principles of biological sciences, chemical engineering, materials chemistry, and polymer processing are frequently employed. More specifically, knowledge about viscous fluid flow, mass transfer, and reaction engineering is essential in tissue engineering. In this review article, we present the nexus between chemical engineering and tissue engineering for the rational design of engineered tissues or injectable cell‐laden hydrogel systems.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,004
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,016
Tête enseignante GPT0,238
Écart entre enseignants0,222 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujet3D Printing in Biomedical ResearchTravaux en français237 207