MétaCan
Menu
Retour à la cohorte
Enregistrement W3214233100

Spider Silk: an excellent candidate as toughest biomaterial

2019· article· en· W3214233100 sur OpenAlexvenueno aff
Arshdeep Kaur, Kamaljit Kaur

Notice bibliographique

RevueCanadian parliamentary review · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilk-based biomaterials and applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpider silkSILKSpiderBiomaterialFibroinSelf-healing hydrogelsNanotechnologyPolymer scienceMaterials scienceBiologyPolymer chemistryComposite materialEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Spider silk is stupendous tough biomaterial on earth which consists almost entirely of large proteins. It is biocompatible, biodegradable, has high tensile potency, and flexibility. Spiders produce seven different types of silk for specific function. Dragline silk of the golden skin orb-weavers, Nephila clavipes and Araneus diadematus, are the strongest silk fibres, having high potency and high breaking power. Collecting natural spider silks from webs is a very complicated and prolonged process because of spider’s aggressive nature. Therefore, recombinant DNA technology is the most feasible solution to produce spider silk at large scale. Numbers of biomaterials are created using recombinant spider silk such as films, scaffolds, non-woven meshes, hydrogels etc. Spider silk contains molecules that are known to have antimicrobial and hypoallergenic properties. The complete biodegradability of the spider silk makes it more beneficial than that of man-made fibres.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0420,014

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 Opus0,019
Tête enseignante GPT0,270
Écart entre enseignants0,251 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian parliamentary reviewMême sujetSilk-based biomaterials and applicationsTravaux en français237 207