MétaCan
Menu
Retour à la cohorte
Enregistrement W4383368695 · doi:10.3390/bioengineering10070804

Plant Fibers as Composite Reinforcements for Biomedical Applications

2023· review· en· W4383368695 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBioengineering · 2023
Typereview
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceToughnessComposite materialDurabilityComposite numberBiocompositeNatural fiber

Résumé

récupéré en direct d'OpenAlex

Plant fibers possess high strength, high fracture toughness and elasticity, and have proven useful because of their diversity, versatility, renewability, and sustainability. For biomedical applications, these natural fibers have been used as reinforcement for biocomposites to infer these hybrid biomaterials mechanical characteristics, such as stiffness, strength, and durability. The reinforced hybrid composites have been tested in structural and semi-structural biodevices for potential applications in orthopedics, prosthesis, tissue engineering, and wound dressings. This review introduces plant fibers, their properties and factors impacting them, in addition to their applications. Then, it discusses different methodologies used to prepare hybrid composites based on these widespread, renewable fibers and the unique properties that the obtained biomaterials possess. It also examines several examples of hybrid composites and their biomedical applications. Finally, the findings are summed up and some thoughts for future developments are provided. Overall, the focus of the present review lies in analyzing the design, requirements, and performance, and future developments of hybrid composites based on plant fibers.

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.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,043
Tête enseignante GPT0,323
Écart entre enseignants0,280 · 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