MétaCan
Menu
Retour à la cohorte
Enregistrement W4231187607 · doi:10.1515/bnm-2014-9003

Session III – Young Scientists Forum (K2, V11-V25)

2014· article· en· W4231187607 sur OpenAlexaff

Notice bibliographique

RevueBioNanoMaterials · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensMcGill University
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésSession (web analytics)Political scienceLibrary scienceMedicineComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Osteoconductive biomaterials such as calcium phosphate bioceramics have been widely used as scaffolds for bone tissue engineering.However, this kind of materials usually lacks osteoinductivity and is not able to stimulate osteogenic differentiation of stem cells.In addition, angiogenesis plays an important role in tissue regeneration and tissue engineering, and insufficient angiogenesis may result in failure of regeneration of large sized bone defect or reconstruction of bone tissue by tissue engineering approach.Therefore, it is meaningful to develop biomaterials which can enhance both osteogenesis and angiogenesis simultaneously.Previsous studies have shown that the chemical composition and nano-structure are two factors which could affect cell behavior and bone regeneration.In our recent studies, we have designed and fabricated calcium phosphate and silicate based bioactive ceramics and composites, and found that some silicate based bioceramics have the potential to stimulate osteogenesis, and this effect is dependent on the chemical composition of the materials.Furthermore, some of the silicate bioceramics even showed the activity to stimulate angiogenesis in vitro and in vivo.In addition, our studies also showed that the surface nano/micro-structure also affected osteogenesis and angiogenesis.Our results suggest that biomaterials with certain chemical composition and surface structure may be used to design bioactive scaffolds for tissue engineering applications.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,699

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,001
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0080,003
Charge utile insuffisante (le modèle a refusé de juger)0,5100,424

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 Opus0,007
Tête enseignante GPT0,206
Écart entre enseignants0,199 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioNanoMaterialsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207