MétaCan
Menu
Retour à la cohorte
Enregistrement W4236672396 · doi:10.32920/ryerson.14663073.v1

Development of novel biodegradable nanocomposites for bone repair applications

2021· preprint· en· W4236672396 sur OpenAlexafffund
Samin Eftekhari

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesAustralian GovernmentGovernment of Ontario
Mots-clésNanocompositeMaterials scienceCrystallinityComposite materialBiodegradationMass fractionYield (engineering)Chemical engineeringBacterial celluloseCompressive strengthCelluloseOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

The main goal of this research is to introduce novel series of biodegradable nanocomposites that closely mimic the characteristics of real bone such as mechanical and thermal properties. These nanocomposites are composed of cotton-sourced cellulose microcrystals (MCC), hydroxyapatite nanoparticles (HA) and Poly L-Lactic Acid (PLLA). A novel fabrication route is used to manufacture MA and MH series of nanocomposites. MA series was developed to find an optimum range for weight fraction of each constituent required for design of the MH series. Evaluation of the thermal properties of MA series showed that increasing of weight ratio of MCC and HA from 0 to 21 Wt% increased the crystallinity up to 38%. Compression test results of them revealed that increasing the weight fraction of MCC or HA from 0 to 21Wt% enhanced the compressive yield stress from 0.127 to 2.2 MPa and the Young’s modulus from 6.6 to 38 MPa. The cytotoxicity assay results showed there was no sign of toxic material affecting on viability of cells. The MH series was designed and fabricated by selecting a narrower range of weight fraction of the constituents. A design of experiments was used to alter the composition of the constituents to assess their contributions and their effect onto the mechanical properties and biodegradation behaviour of the MH series of the nanocomposites. The weight ratio of MCC to HA, the concentration of PLLA, and the porogen content were chosen as varying factors. A model that accurately predicts the optimum parameter setting was created. Analysis of variance statistical analysis showed that the ratio of MCC to HA was the most influential factor affecting the compressive yield and the mass loss, while the porogen content was the most detrimental factor affecting the Young’s modulus of MH series of nanocomposites had no significant effect on their rate of the mass loss. The nanocomposites with highest weight ratio 4 of MCC to HA, showed maximum mechanical strength and the lowest water absorption and the lowest mass loss. It was found two series of nanocomposites was comparable to trabecular bone from a compositional, structural, thermal, mechanical point of view.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,237
Écart entre enseignants0,215 · 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'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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBone Tissue Engineering MaterialsTravaux en français237 207