MétaCan
Menu
Retour à la cohorte
Enregistrement W2034645836 · doi:10.4028/www.scientific.net/amr.970.20

Synthesis and Properties of Biphasic Calcium Phosphate Prepared by Different Methods

2014· article· en· W2034645836 sur OpenAlexaff
A. N. Natasha, Mohd Hamdi Bin Abd Shukor, Tan Chou Young, J. Purbolaksono, Iis Sopyan, Ranna Toulouei

Notice bibliographique

RevueAdvanced materials research · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversiti Malaya
Mots-clésCalcinationCrystallinityDissolutionMaterials sciencePrecipitationPhosphateFourier transform infrared spectroscopyChemical engineeringPhase (matter)CalciumSimulated body fluidNuclear chemistryDecompositionMineralogyChemistryMetallurgyOrganic chemistryScanning electron microscopeComposite materialCatalysis

Résumé

récupéré en direct d'OpenAlex

Hydroxapatite (HA) is a stable phase with low dissolution rate in body fluid. Meanwhile, β-tricalcium phosphate (β-TCP) is rather soluble but the dissolution rate is too fast for bone bonding. Therefore a mixture of both is desirable to control the bioresorbability. In this work, calcium phosphate powder has been synthesized via sol gel and wet precipitation method to compare phase behaviour of these powders upon calcination. XRD result clearly revealed that both as-synthesized powders were pure HA with good purity. The decomposition of HA to TCP took place in the range of 700-800 °C and 800-900 °C for sol gel and wet chemical precipitation powder, respectively. The weight loss detected at 700-850°C in TGA analysis confirmed the presence of this biphasic mixtures.From FTIR analysis, profound change in OH-band intensity was attributed to the increased in HA crystallinity with calcination temperature.

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,046
Tête enseignante GPT0,340
Écart entre enseignants0,293 · 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

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetBone Tissue Engineering MaterialsTravaux en français237 207