MétaCan
Menu
← Retour à la cohorte
Enregistrement W4395101612 · doi:10.29327/2152495.8.23-3

Aplicabilidade da Impressão 3D por Estereolitografia em Biotecnologia usando Dispositivos Mili- e Microfluídicos

2023· article· pt· W4395101612 sur OpenAlexaff
Gabriel Griep, Edgar A. Patiño-Nariño, Isabela Aparecida de Araujo Andreotti, Mário Ricardo Góngora-Rubio

Notice bibliographique

RevueRevista IPT/Revista do IPT - Pesquisa e Tecnologia · 2023
Typearticle
Languept
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensMicrosemi (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhilosophyMedicine

Résumé

récupéré en direct d'OpenAlex

O desenvolvimento das técnicas de microfabricação, especialmente a impressão 3D e a microusinagem, têm expandido as aplicações de MEMS (do inglês, Microelectromechanical Systems) para dispositivos Lab-on-a-Chip (LOC), sendo a microfluídica uma das áreas de aplicação que mais progride. Suas aplicações podem se estender a diversos ramos da biotecnologia ao fundir conhecimentos de química, física e engenharias, introduzindo diversas melhorias em processos como redução do uso de reagentes e aumento da eficiência e controle de reações. Deste modo, destacamos o estudo dos fenômenos de escoamento em microfluídica devido as suas particularidades quando comparada à mecânica dos fluidos clássica, especialmente pelo predomínio do escoamento altamente laminar e capilar entre fluidos e processos lentos de difusão e de dispersão nas interfaces. Neste planejamento, propomos o desenho, simulação e manufatura de um micromisturador por impressão 3D por estereolitografia, que é uma das técnicas que desponta na área dado seu baixo custo relativo e facilidade de Prototipação. O trabalho apresenta as etapas do projeto, análises numéricas, funcionamento, testes de citotoxicidade e possíveis aplicações dentro de biotecnologia.

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 seuil0,004

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,031
Tête enseignante GPT0,314
Écart entre enseignants0,282 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista IPT/Revista do IPT - Pesquisa e Tecnologia→Même sujetDental Implant Techniques and Outcomes→Travaux en français237 207→