MétaCan
Menu
Retour à la cohorte
Enregistrement W4386051133 · doi:10.3390/polym15173493

3D Embedded Printing of Complex Biological Structures with Supporting Bath of Pluronic F-127

2023· article· en· W4386051133 sur OpenAlexaff
Tianzhou Hu, Zhengwei Cai, Ruixue Yin, Wenjun Zhang, Chunyan Bao, Linyong Zhu, Honbo Zhang

Notice bibliographique

RevuePolymers · 2023
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésBiofabricationPoloxamerGelatinNanotechnologyMaterials scienceMicrofluidicsNozzleTissue engineeringComputer scienceBiomedical engineeringPolymerMechanical engineeringChemistryComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Biofabrication is crucial in contemporary tissue engineering. The primary challenge in biofabrication lies in achieving simultaneous replication of both external organ geometries and internal structures. Particularly for organs with high oxygen demand, the incorporation of a vascular network, which is usually intricate, is crucial to enhance tissue viability, which is still a difficulty in current biofabrication technology. In this study, we address this problem by introducing an innovative three-dimensional (3D) printing strategy using a thermo-reversible supporting bath which can be easily removed by decreasing the temperature. This technology is capable of printing hydrated materials with diverse crosslinked mechanisms, encompassing gelatin, hyaluronate, Pluronic F-127, and alginate. Furthermore, the technology can replicate the external geometry of native tissues and organs from computed tomography data. The work also demonstrates the capability to print lines around 10 μm with a nozzle with a diameter of 60 μm due to the extra force exerted by the supporting bath, by which the line size was largely reduced, and this technique can be used to fabricate intricate capillary networks.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
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 Opus0,042
Tête enseignante GPT0,307
Écart entre enseignants0,266 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujet3D Printing in Biomedical ResearchTravaux en français237 207