Characterization Of A Tissue-Like Hyperelastic Polymer
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
Abdominal Aortic Aneurysms (AAAs) are an often fatal medical condition that frequently remains asymptomatic. There is considerable interest in research associated with AAAs as they have a reported mortality rate of up to 90% in the event of rupture. Most present studies completed on AAAs are in silico due to the challenges associated with using human tissue, or human participants. These studies mainly consist of computer simulations, modelling the AAA as a hyperelastic material, many of which rely on the same material strain energy function (SEF) that was introduced in literature. However, to date no in vitro studies have been completed to validate these computational models. This will part one of a two part investigation into validating the computational models most frequently utilized in literature. This first part of the investigation focuses on the process of selecting and characterizing a tissue-like material (i.e., hyperelastic behavior) that could be used in an in vitro test. The second part will concentrate on validating the existing computational models. In several articles, silicone has been used as a tissue-like material exhibiting hyperelastic behavior. Accordingly, in the present work, silicone is adopted for experimental testing. Two molds of different thicknesses and a die cutter were manufactured to prepare specimens for tensile testing. Different thicknesses' specimens were tested under uniaxial tension. The reported testing results were analyzed to determine the true stress-strain behavior, so that the mechanical behavior could be compared to that of the aortic tissue reported in literature. The same methodology used in literature to determine the hyperelastic coefficients of aortic tissue was then applied to determine the silicone hyperelastic coefficients.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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