MétaCan
Menu
Retour à la cohorte
Enregistrement W4386119303 · doi:10.1002/cjoc.202300423

<scp>Mussel‐Inspired</scp> Adhesive Hydrogels: Chemistry and Biomedical Applications<sup>†</sup>

2023· article· en· W4386119303 sur OpenAlexafffund
Jingsi Chen, Linbo Han, Jifang Liu, Hongbo Zeng

Notice bibliographique

RevueChinese Journal of Chemistry · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Surface Interaction Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSelf-healing hydrogelsAdhesiveChemistryNanotechnologyAdhesionDrug deliveryPolymer chemistryMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Comprehensive Summary Adhesive hydrogels are an emerging class of hydrogels that combine three‐dimensional hydrated networks with adhesive properties. These properties facilitate intimate tissue‐material contact in diverse biomedical applications, enhancing tissue joining, drug transport, and signal transmission. Inspired by the universal adhesiveness of mussel foot proteins, 3,4‐dihydroxyphenyl‐ L ‐alanine (DOPA) and its analogs have been extensively exploited for the fabrication of adhesive hydrogels, within which the DOPA moieties can not only serve as cross‐linking mediators but also participate in various intermolecular and surface interactions to mediate wet adhesion. This mini‐review highlights recent achievements in the development of mussel‐inspired adhesive hydrogels, focusing on: (1) elucidating DOPA‐mediated adhesion mechanisms through nanomechanical characterizations, (2) designing injectable adhesive hydrogels toward applications in drug delivery, hemostasis, and wound closure, which includes in situ gelling liquids and shear‐thinning preformed hydrogels, and (3) fabricating tough adhesive hydrogels with enhanced mechanical properties for use in tissue regeneration, biosensing, and bioimaging, with typical examples of nanocomposite and double‐network hydrogels. The challenges and prospects in this rapidly developing field are also discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,032
Score d'incertitude au seuil0,920

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,010
Tête enseignante GPT0,269
Écart entre enseignants0,260 · 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.

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

Citations20
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChinese Journal of ChemistryMême sujetPolymer Surface Interaction StudiesTravaux en français237 207