Microstructure and bio‐corrosion behavior of Mg–Zn and Mg–Zn–Ca alloys for biomedical applications
Notice bibliographique
Résumé
The microstructure and bio‐corrosion behavior of binary Mg–xZn (x = 1.25, 2.5, 4) and ternary Mg–Ca–xZn (x = 1.25, 2.5, 4) alloys have been studied using scanning electron microscopy (SEM), electrochemical, and immersion tests. Microstructure analysis indicated that the binary Mg–Zn alloys are composed of primary α‐Mg matrix and Mg12Zn13 phases, while, ternary Mg–Ca–Zn alloys are composed of α‐Mg, Mg2Ca, and IM1 (Ca3MgxZn15−x) (4.6 ≤ x ≤ 12) phases or α‐Mg, IM1 and IM3 (Ca2Mg5Zn13) phases. Electrochemical results showed that Mg–4Zn alloy has lowest corrosion rate among binary alloys. At constant Ca content of 0.8 wt.%, the addition of Zn up to 1.25 wt.% decreased the corrosion rate, while further addition of Zn increased the corrosion rate of ternary alloys. Immersion tests results demonstrated that the formation of Zn oxide layer in binary Mg–Zn alloy and evolution of eutectic phase (α‐Mg + IM1 + Mg2Ca) significantly retard the bio‐degradation rate of the ternary alloys.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».