MétaCan
Menu
Retour à la cohorte
Enregistrement W4384297357 · doi:10.1371/journal.pone.0288531

Investigation into relationships between design parameters and mechanical properties of 3D printed PCL/nHAp bone scaffolds

2023· article· en· W4384297357 sur OpenAlexafffund
Zahra Yazdanpanah, N. K. Sharma, Amanda Zimmerling, David M. L. Cooper, James D. Johnston, Daniel Chen

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSaskatchewan Health Research FoundationUniversity of Saskatchewan
Mots-clésMaterials sciencePolycaprolactoneComposite materialScaffoldElastic modulusPorosityScanning electron microscopeComposite numberMicrostructureModulusCompressive strengthBiomedical engineeringPolymer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Scaffolds are of great importance in tissue engineering applications as they provide a mechanically supportive environment for cellular activity, which is particularly necessary for hard tissues such as bone. Notably, the mechanical properties of a scaffold vary with differing design parameters such as those related to scaffold height and internal structure. Thus, the present study aimed to explore the relationship between design parameters and mechanical properties of composite polycaprolactone (PCL) and nano-hydroxyapatite (nHAp) scaffolds fabricated by three-dimensional (3D) printing. METHODS: We designed and printed scaffolds with different internal structures (lattice and staggered) and varying heights (4, 6, 8 and 10 layers), and consistent porosity (50%) for the purpose of comparison. Then, we examined the scaffold microstructure (pore size and penetration between layers) using scanning electron microscopy (SEM) and mechanical properties (elastic modulus and yield strength) using compressive testing. RESULTS: Our results illustrated that the microstructural parameters were related to scaffold design. At higher heights, pore size increased while penetration between layers decreased; thus, mechanical properties were affected. Results of mechanical testing demonstrated that for lattice scaffolds, elastic modulus was similar for 6 vs 4, and 8 vs 4 layers but ~33% lower for 10 layers vs 4 layers. Similarly, yield strength was comparable for 6 vs 4, and 8 vs 4 layers but ~27% lower for 10 layers vs 4 layers. With staggered scaffolds, when compared to 4-layer results, elastic modulus was similar for 6 layers but was ~43% lower for 8 layers and ~38% lower for 10 layers. Staggered scaffolds had ~38%, ~51%, and ~76% lower yield strength when the number of layers were increased from 4 to 6, 8, and 10 layers, respectively. When comparing lattice and staggered scaffolds with the same layer number, elastic modulus was similar, apart from 8-layer scaffolds where the staggered design was ~42% lower than lattice. Yield strength was similar between 4-layer staggered and lattice scaffolds, while staggered scaffolds with 6, 8, and 10 number of layers showed ~43%, ~45%, ~68% lower strength, respectively, than those found in lattice scaffolds with the same layer numbers. CONCLUSIONS: Mechanical properties of 3D printed scaffolds depended on scaffold height for both lattice and staggered internal structures. Staggered scaffolds had lower mechanical properties than the lattice scaffolds with the same height and were more sensitive to the change in scaffold height. Taken together, lattice scaffolds demonstrated the advantages of more stable mechanical properties over staggered scaffolds. Also, scaffolds with lower height were more promising in terms of mechanical properties compared to scaffolds with greater height.

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)0,001
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,148
Tête enseignante GPT0,214
Écart entre enseignants0,066 · 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetBone Tissue Engineering MaterialsTravaux en français237 207