MétaCan
Menu
Retour à la cohorte
Enregistrement W4406113607 · doi:10.1177/08853282241312285

Mechanobiological enhancement of electrospun PCL/nHA membranes for guided tissue regeneration applications

2025· article· en· W4406113607 sur OpenAlexaff
Niki Dadgari, Hamidreza Fotoukian, Masoumeh Haghbin Nazarpak, Mehran Solati‐Hashjin

Notice bibliographique

RevueJournal of Biomaterials Applications · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMembraneElectrospinningMaterials scienceUltimate tensile strengthPolycaprolactoneComposite materialComposite numberPorosityChemical engineeringPolymerChemistry

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate the effects of adding nano-hydroxyapatite (nHA) to electrospun polycaprolactone (PCL) membranes for use in dental root regeneration. Porous membranes containing varying amounts of nHA (0, 1, 1.5, and 2.5 wt%) were fabricated using the electrospinning method. The physicochemical, mechanical, and biological properties of the membranes were evaluated. The synthesized nHA particles had an average size of 52 nm. Electrospun membranes exhibited uniform fibrous morphology with porosities ranging from 56% to 86%. Cyclic thermal stress (5°C–50°C) improved the mechanical properties of the composite membranes, resulting in a decrease in ultimate tensile strength (UTS) for pristine PCL from 3 ± 0.12 MPa to 1.7 ± 0.11 MPa, while the UTS for PCL membranes containing 1.5% nHA increased from 3.3 ± 0.30 MPa to 4.18 ± 0.28 MPa. In vitro bioactivity in simulated body fluid (SBF) showed enhanced apatite formation, particularly after 21 and 28 days. Cytotoxicity assays with MG-63 osteoblast-like cells demonstrated good biological performance. The incorporation of nHA not only improved the mechanical properties but also enhanced the bioactivity and cytocompatibility of the electrospun PCL membranes, making them promising candidates for guided tissue regeneration (GTR) applications.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,353
Score d'incertitude au seuil0,792

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 ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,316
Écart entre enseignants0,302 · 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
GenreMéthodes

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

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomaterials ApplicationsMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207