MétaCan
Menu
Retour à la cohorte
Enregistrement W3185516846 · doi:10.1063/5.0046076

The effects of surface topography modification on hydrogel properties

2021· review· en· W3185516846 sur OpenAlexafffund
Linan Cui, Yuan Yao, Evelyn K. F. Yim

Notice bibliographique

RevueAPL Bioengineering · 2021
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésSelf-healing hydrogelsProtein adsorptionBiocompatibilityNanotechnologyMaterials scienceSurface modificationAdhesionBiomaterialAdsorptionTissue engineeringDrug deliveryCell adhesionSurface energyContact angleChemical engineeringBiomedical engineeringChemistryPolymerComposite materialPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

Hydrogel has been an attractive biomaterial for tissue engineering, drug delivery, wound healing, and contact lens materials, due to its outstanding properties, including high water content, transparency, biocompatibility, tissue mechanical matching, and low toxicity. As hydrogel commonly possesses high surface hydrophilicity, chemical modifications have been applied to achieve the optimal surface properties to improve the performance of hydrogels for specific applications. Ideally, the effects of surface modifications would be stable, and the modification would not affect the inherent hydrogel properties. In recent years, a new type of surface modification has been discovered to be able to alter hydrogel properties by physically patterning the hydrogel surfaces with topographies. Such physical patterning methods can also affect hydrogel surface chemical properties, such as protein adsorption, microbial adhesion, and cell response. This review will first summarize the works on developing hydrogel surface patterning methods. The influence of surface topography on interfacial energy and the subsequent effects on protein adsorption, microbial, and cell interactions with patterned hydrogel, with specific examples in biomedical applications, will be discussed. Finally, current problems and future challenges on topographical modification of hydrogels will also be discussed.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,038
Tête enseignante GPT0,295
Écart entre enseignants0,256 · 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

Citations78
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAPL BioengineeringMême sujet3D Printing in Biomedical ResearchTravaux en français237 207