MétaCan
Menu
Retour à la cohorte
Enregistrement W4411025128 · doi:10.1021/acs.biomac.5c00145

Poly(Oligo(Ethylene Glycol) Methacrylate)-Based Polymers in Biomedical Applications: Preparation and Applications

2025· review· en· W4411025128 sur OpenAlexafffund
Andrew Singh, Nate Dowdall, Todd Hoare

Notice bibliographique

RevueBiomacromolecules · 2025
Typereview
Langueen
DomaineChemistry
ThématiqueAdvanced Polymer Synthesis and Characterization
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésEthylene glycolPolymerMethacrylatePolymer chemistryPolymer scienceChemistryMaterials scienceChemical engineeringCopolymerOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

While poly(ethylene glycol) (PEG) has been widely applied in a host of biomedical applications due to its antifouling properties, its limited potential for functionalization and emerging concerns over potential immunogenicity have inspired the development of PEG alternatives. Herein, we review the use of poly(oligo(ethylene glycol) methacrylate) (POEGMA) as a PEG alternative that can provide significantly more synthetic versatility, minimize immunogenicity, and open up additional applications (e.g., thermoresponsive devices) based on precise control over the (co)polymer composition, the backbone molecular weight, and the side chain molecular weight. The synthetic pathways and applications of POEGMA as a surface or biomolecular grafting agent, a hydrogel, a microgel/nanogel, and a nanoparticle stabilizer are comprehensively summarized, with applications in drug delivery, tissue engineering/wound healing, and biosensing particularly highlighted to show how the unique properties of POEGMA can impart improved or unique application performance. Future directions to better leverage the properties of POEGMA in diverse applications are also proposed.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,316
Écart entre enseignants0,303 · 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'étudeSans objet
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

Citations26
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetAdvanced Polymer Synthesis and CharacterizationTravaux en français237 207