MétaCan
Menu
Retour à la cohorte
Enregistrement W4386070789 · doi:10.11159/cist23.112

Fluid Movement in Porous Bone via Blood Pressure: A Porous Media Theory

2023· article· en· W4386070789 sur OpenAlexaffvenue
K Soleimani, Ahmad Ghasemloonia, Les Jozef Sudak

Notice bibliographique

RevueProceedings of the World Congress on Electrical Engineering and Computer Systems and Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological and metabolic disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPorous mediumPorosityFluid pressureMaterials scienceComputer scienceMechanicsPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

It is widely believed that fluid flow through the network of osteocyte canaliculi is the primary factor that controls cortical bone adaptation.Due to the difficulty of considering mass exchange between different porosity sizes in cortical bone and the measurement of the influence of the blood pulsatile on interstitial fluid using poroelasticity theory, the theory of porous media is an attractive alternative for studying cortical bones.This study presents a dual porosity model with the theory of porous media including mass exchange between vascular and lacunar-canalicular porosities including blood pressure variations on the interstitial fluid.This model enables measuring and analyzing interstitial fluid's velocity in the vascular porosity (PV) and interstitial fluid's pressure in the lacunar-canalicular porosity (PLC).The results without considering blood pressure variations verify that the predicted fluid flow field follows a general pattern consistent with that obtained from earlier studies.Taking blood pressure pulses into consideration changes the velocity and pressure fields of the interstitial fluid within the cortical bone.In addition, this method has the potential to consider mass exchange between the solid and fluid phases in relation to chemical reactions within the cortical bone.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,199
Écart entre enseignants0,193 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Electrical Engineering and Computer Systems and ScienceMême sujetNeurological and metabolic disordersTravaux en français237 207