Overview of the research work of Prof. Takashiba and the Department of Pathophysiology – Periodontal Science – research outputs and impact
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
If periodontitis, or gum disease, is left untreated, it can lead to strokes, diabetes, heart disease and the onset of dementia. The alveolar bone is an area of the mouth that is particularly impacted by periodontal disease and periodontists have therefore been searching for a means of regenerating lost alveolar bone with periodontal tissue. Dr Shogo Takashiba, Graduate School of Medicine, Dentistry and Pharmaceutical Sciences at Okayama University, is working to help patients retain the oral functions they require for nutrition and to develop means of managing infection and inflammation, thereby improving general health. In particular, he and his team are looking at preventing biofilm-related infection, evaluating infection and inflammation, and regenerating periodontal tissue. A key focus for the researchers is on producing cost-effective methods for treating periodontal disease and, as such, they are working to develop anti-biofilm reagents for long-term use considering emerging issue of antimicrobial resistance. Part of this work involves cetylpyridinium chloride hydrate (CPC) and Takashiba and the team have developed a strategy to prevent the development of biofilm by combining phosphorylated pullulan and CPC. They have obtained patents for their oral wash, rinse and ointments in Japan, China, the US, the EU and Canada and are now looking at how to produce these regenerative and anti-biofilm treatments on an industrial scale, which will enable the general public to access the innovative treatments.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,008 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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