MétaCan
Menu
Retour à la cohorte
Enregistrement W2081745238 · doi:10.1021/cg060410k

Phase-Selective Electroprecipitation of Calcium Phosphate Thin Films at Physiological Temperatures

2006· article· en· W2081745238 sur OpenAlexaff
Stephanie D. Huelin, Holly R. Baker, Erika F. Merschrod S., Kristin M. Poduska

Notice bibliographique

RevueCrystal Growth & Design · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrophoretic Deposition in Materials Science
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBrushiteElectrolyteElectrosynthesisPhosphateChemistryInorganic chemistryAqueous solutionCalciumPhase (matter)Calcium nitrateElectrochemistryElectrodeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A protein-compatible combination of temperature and pH conditions allows for phase-selective electrosynthesis of bonelike calcium phosphate materials. The procedure involves an acidic aqueous electrolyte at 20−40 °C for an electroprecipation reaction based on nitrate reduction. X-ray diffraction and Raman spectroscopic data confirm that hydroxyapatite (Ca 10 (PO 4 ) 6 (OH) 2 ) is the kinetically preferred phase under galvanostatic electroprecipitation conditions with lower phosphate concentrations (∼0.03 M) in the electrolyte, whereas brushite (CaHPO 4 ·2H 2 O) is favored when electrolytes with higher phosphate concentrations are used. Titration data suggest that the origin of this concentration-dependent phase selectivity is related to differences in buffering capacity of the electrolytes in the immediate vicinity of the working electrode surface, which explains the variability in phases in previous reports of calcium phosphate electrosynthesis. Critical parameters for controlling film formation are galvanostatic control of the electroprecipitation (for local pH changes that trigger deposition), phosphate concentration (to regulate buffering effects), and the presence of ammonia and ammonium ions in the bulk electrolyte (for complexing to improve film coverage and uniformity).

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 seuil0,002

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 Opus0,012
Tête enseignante GPT0,228
Écart entre enseignants0,216 · 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

Citations13
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrystal Growth & DesignMême sujetElectrophoretic Deposition in Materials ScienceTravaux en français237 207