MétaCan
Menu
Retour à la cohorte
Enregistrement W4378085051 · doi:10.1002/app.54240

A novel foaming technique to develop functional open‐cell polylactic acid scaffolds for bone tissue engineering

2023· article· en· W4378085051 sur OpenAlexafffund
Miada Abubaker Osman, Nick Virgilio, Mahmoud Rouabhia, Louis-Étienne Lorenzo, Frej Mighri

Notice bibliographique

RevueJournal of Applied Polymer Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversité LavalPolytechnique MontréalAS Composite (Canada)
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolylactic acidCopolymerMaterials scienceScanning electron microscopeCompression moldingTissue engineeringChemical engineeringLactideMolding (decorative)ScaffoldPolymerBiomedical engineeringComposite materialMold

Résumé

récupéré en direct d'OpenAlex

Abstract The aim of this study was to develop a solvent‐free polylactic acid (PLA) open‐cell porous scaffold for bone tissue engineering using compression molding and a new chemical foaming compound, that we named CFCO. The latter is composed of a blend of PLA and azodicarbonamide (ADA) as a chemical foaming agent, with the addition of chitosan‐grafted PLA (CS‐g‐PLA) copolymer at various concentrations. The novelty of this approach is that during the foaming, that is, during the decomposition of the ADA foaming agent, the CS‐g‐PLA copolymer is projected toward the surface of the pores and strongly adhere there, which was confirmed by scanning electron microscopy and confocal microscopy. The results showed that at 6.90 wt% of CS‐g‐PLA copolymer, the immobilization of the latter on the surface of the pores led to a 52% increase in cell proliferation compared to the pure PLA control sample and a 26% increase compared to scaffolds that had 10 wt% of CS‐g‐PLA copolymer dispersed throughout the entire PLA matrix.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,244
Écart entre enseignants0,227 · 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.

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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetBone Tissue Engineering MaterialsTravaux en français237 207