MétaCan
Menu
Retour à la cohorte
Enregistrement W2023871718 · doi:10.1021/cm051989x

Ab Initio Simulation of Si-Doped Hydroxyapatite

2005· article· ceb· W2023871718 sur OpenAlexaff
R. Astala, Lázaro Calderín, Xinmao Yin, M. J. Stott

Notice bibliographique

RevueChemistry of Materials · 2005
Typearticle
Langueceb
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésVacancy defectAb initioMaterials scienceDopingPartial chargeAb initio quantum chemistry methodsHydrogenIonChemical physicsChemistryCrystallographyMolecule

Résumé

récupéré en direct d'OpenAlex

Si-doped hydroxyapatite is a bioceramic useful as a bone repair material retaining the hexagonal structure of hydroxyapatite up to about 2 wt % Si. Different mechanisms for charge compensation for the SiO 4 4 - ion substituting for the PO 4 3 - have been proposed. Also, variations are reported in the dependence of the lattice parameters on the Si doping. These may be a result of different charge compensation mechanisms which may in turn depend on the method of preparation of the material. Calculation using ab initio total energy methods have been performed to investigate different mechanisms for charge compensation in Si-doped hydroxyapatite. Mechanisms involving an OH vacancy, an oxygen vacancy, and an additional hydrogen are studied. These mechanisms correspond to different degrees of dehydration and, consequently, depend on water partial pressure and chemical potential. Full relaxation of the atomic positions and the unit cell parameters was performed, and ground-state energies of the equilibrium structures, equilibrium lattice parameters, and atomic arrangements were obtained. The results indicate that which charge compensation mechanism is stable depends on the chemical potential of water. For small values of the water chemical potential the mechanism involving an OH vacancy is stable, but for larger values the mechanism leading to the formation of HSiO 4 is stable. The other mechanisms considered are unstable.

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), 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 enseignants0,269
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0060,000

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 Opus0,012
Tête enseignante GPT0,229
Écart entre enseignants0,217 · 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

Citations59
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry of MaterialsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207