MétaCan
Menu
Retour à la cohorte
Enregistrement W4306690126 · doi:10.1088/1748-605x/ac9b06

Rheological and viscoelastic properties of collagens and their role in bioprinting by micro-extrusion

2022· review· en· W4306690126 sur OpenAlexafffund
Xiaoyi Lan, Adetola B. Adesida, Yaman Boluk

Notice bibliographique

RevueBiomedical Materials · 2022
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésRheologyMaterials scienceExtensional viscosityViscoelasticityExtrusionSelf-healing hydrogelsViscosityComposite materialNewtonian fluidShear rateCapillary actionShear stressRheometerShear thinningShear (geology)MechanicsPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

This article aims to understand the rheology of collagen networks and their role in various stages of a bioprinting process while building tissue-like constructs. The science of rheology, which deals with the deformation and flow of matter, has grown considerably from its earlier focus on polymer melts and solutions and their processing methods to hydrogels with new processing procedures, such as bioprinting. The main objective of this paper is to discuss the impact of the rheology of collagen hydrogels on micro-extrusion and layer-stacking stages of bioprinting. Generally, the rheological characterization of hydrogels, including collagens by dynamic measurements under small deformations, is considered sufficient to evaluate their bioprinting performance. However, we brought out the importance of other rheological properties of collagen networks, such as steady-state shear flow conditions and large amplitude oscillator shear. While the dynamic measurements under small deformations help characterize the crosslinking and gel formations of the collagen, the steady shear flow measurements are better tools for investigating filament micro-extrusion and layer-stacking stages of a bioprinting process. We brought the role of other non-Newtonian material functions, such as first normal stress difference and extensional viscosity in addition to shear viscosity, for the first time. Extensional viscosity and the viscoelasticity manifested through normal-stress differences are significant in capillary (needle) flow. We also suggested caution to use dynamic viscosity vs. oscillation frequency under small deformations in place of steady shear viscosity vs. shear rate measurement. In addition, we brought out the importance of the large amplitude oscillatory shear test to investigate the collagen networks under large deformations. Finally, we discussed the role of crosslinking and flow conditions on cell viability. Those discussions are focused on collagen networks; nevertheless, they are valid on the bioprinting of other hydrogels.

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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,272
Écart entre enseignants0,234 · 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

Citations20
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical MaterialsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207