MétaCan
Menu
Retour à la cohorte
Enregistrement W4388233313 · doi:10.1002/adfm.202370269

Low Energy Blue Pulsed Light‐Activated Injectable Materials for Restoring Thinning Corneas (Adv. Funct. Mater. 45/2023)

2023· article· en· W4388233313 sur OpenAlexaff
Aidan J. MacAdam, Marcelo Muñoz, Jinane El Hage, Kevin Hu, Alex Ross, Astha Chandra, Jodi D. Edwards, Zian Shahid, Sophia Mourcos, Maxime Comtois‐Bona, Alejandro Juárez, Marc Groleau, Delali Shana Dégué, Mohamed Djallali, Marilyse Piché, Mathieu Thériault, Michel Grenier, May Griffith, Isabelle Brunette, Emilio I. Alarcón

Notice bibliographique

RevueAdvanced Functional Materials · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCorneal Surgery and Treatments
Établissements canadiensUniversité de MontréalHôpital Maisonneuve-RosemontOttawa Public HealthUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceEconomic shortageSelf-healing hydrogelsStromal cellThinningBiomedical engineeringExtracellular matrixLow energyNanotechnologyMedicinePolymer chemistryCell biologyPathology

Résumé

récupéré en direct d'OpenAlex

Mucoadhesive Pectin Hydrogels Due to the global shortage of donor corneas, in article number 2302721, May Griffith, Isabelle Brunette, Emilio I. Alarcon, and co-workers develop transparent pulsed-photoactivated extracellular matrix-mimicking materials for intrastromal injection to restore stromal thickness in patients with corneal thinning diseases. The use of low light intensities and the ability of the material to stably rebuild and change the curvature of the corneal tissue make these materials attractive for clinical translation.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0020,000

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 Opus0,026
Tête enseignante GPT0,264
Écart entre enseignants0,239 · 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.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetCorneal Surgery and TreatmentsTravaux en français237 207