MétaCan
Menu
Retour à la cohorte
Enregistrement W4319005247 · doi:10.3390/surgeries4010008

Utilizing Additive Manufacturing to Produce Organ Mimics and Imaging Phantoms

2023· article· en· W4319005247 sur OpenAlexafffund
Dmitri Karaman, Stephanie M. Willerth

Notice bibliographique

RevueSurgeries · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesBiotalent CanadaCanada Research Chairs
Mots-clésFlexibility (engineering)Workflow3D printingComputer scienceProcess (computing)Systems engineeringField (mathematics)Manufacturing engineeringProcess engineeringEngineeringMechanical engineeringDatabase

Résumé

récupéré en direct d'OpenAlex

The complex geometries and material properties necessary for generating accurate organ mimics require new procedures and methods to fully utilize current technologies. The increased accessibility of 3D printers, along with more specialized bioprinters, allow the creation of highly tunable models of various body parts. Three-dimensional printing can reduce lead-time on custom parts, produce structures based on imaging data in patients, and generate a test bench for novel surgical methods. This technical note will cover three unique case studes and offer insights for how 3D printing can be used for lab research. Each case follows a unique design process in comparison to traditional manufacturing workflows as they required significantly more iterative design. The strengths of different printing technologies, design choices, and structural/chemical requirements all influence the design process. Utilization of in-house manufacturing allows for greater flexibility and lower lead-times for novel research applications. Detailed discussions of these design processes will help reduce some of the major barriers to entry for these technologies and provide options for researchers working in the field.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,396

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 ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurgeriesMême sujetAnatomy and Medical TechnologyTravaux en français237 207