MétaCan
Menu
Retour à la cohorte
Enregistrement W4402598074 · doi:10.1016/j.xcrp.2024.102212

Deformation of collagen-based tissues investigated using a systematic review and meta-analysis of synchrotron x-ray scattering studies

2024· review· en· W4402598074 sur OpenAlexafffund
Lander Manrique, Mahmoud Moussa, Muhammad Talal Khan, Kawkab Tahboub, Robert O. Ritchie, Meisam Asgari, Elizabeth A. Zimmermann

Notice bibliographique

RevueCell Reports Physical Science · 2024
Typereview
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSynchrotronDeformation (meteorology)Materials scienceScatteringSynchrotron radiationSmall-angle X-ray scatteringOpticsPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Collagen fibrils are the building blocks of many tissues from fish scales and tendons to bone. Synchrotron small-angle X-ray scattering (SAXS) with in situ mechanical testing is a powerful tool to investigate collagen fibril deformation. There is a need to combine data from SAXS studies to investigate structure-function relationships. A literature search used the concepts of mechanical properties, collagen, and SAXS, with 52 articles meeting the eligibility criteria. Here, we report that mineralized tissues transfer a greater proportion of tissue-scale deformation to the fibril: 67% for cortical bone, 49% for tendon, 10% for ligament, and 3% for skin. Across non-mineralized tissues, tissues with less complexity and greater elastin content transfer less deformation to the fibril. The meta-analysis finds 20%–40% lower fibril strain in human aging and disease compared to controls, which contributes toward fracture risk. This synthesis demonstrates how variations in composition and structure tune material properties in collagen-based tissues.

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)0,007
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,008
Bibliométrie0,0160,013
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,087
Tête enseignante GPT0,347
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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell Reports Physical ScienceMême sujetBone Tissue Engineering MaterialsTravaux en français237 207