MétaCan
Menu
Retour à la cohorte
Enregistrement W3181270892 · doi:10.3390/biomimetics6030046

Forced Biomineralization: A Review

2021· review· en· W3181270892 sur OpenAlexaff
Hermann Ehrlich, Elizabeth Bailey, Marcin Wysokowski, Teofil Jesionowski

Notice bibliographique

RevueBiomimetics · 2021
Typereview
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiomineralizationMaterials scienceEngineeringChemical engineering

Résumé

récupéré en direct d'OpenAlex

Biologically induced and controlled mineralization of metals promotes the development of protective structures to shield cells from thermal, chemical, and ultraviolet stresses. Metal biomineralization is widely considered to have been relevant for the survival of life in the environmental conditions of ancient terrestrial oceans. Similar behavior is seen among extremophilic biomineralizers today, which have evolved to inhabit a variety of industrial aqueous environments with elevated metal concentrations. As an example of extreme biomineralization, we introduce the category of "forced biomineralization", which we use to refer to the biologically mediated sequestration of dissolved metals and metalloids into minerals. We discuss forced mineralization as it is known to be carried out by a variety of organisms, including polyextremophiles in a range of psychrophilic, thermophilic, anaerobic, alkaliphilic, acidophilic, and halophilic conditions, as well as in environments with very high or toxic metal ion concentrations. While much additional work lies ahead to characterize the various pathways by which these biominerals form, forced biomineralization has been shown to provide insights for the progression of extreme biomimetics, allowing for promising new forays into creating the next generation of composites using organic-templating approaches under biologically extreme laboratory conditions relevant to a wide range of industrial conditions.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,045
Tête enseignante GPT0,306
Écart entre enseignants0,261 · 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'étudeSans objet
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

Citations77
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomimeticsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207