MétaCan
Menu
Retour à la cohorte
Enregistrement W2180352611 · doi:10.6000/2369-3355.2015.02.01.1

Metal Oxide Porous Coatings for Implantant Materials

2015· article· en· W2180352611 sur OpenAlexvenueno aff
Leonid Skatkov, L.V. Lyashok, Valeriy Gomozov, I. A. Tokareva, Igor Kolupaev, Boris Bayrachniy

Notice bibliographique

RevueJournal of Coating Science and Technology · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePassivationOxideNiobiumTitaniumCorrosionCoatingMetallurgyAnodizingNiobium oxideNucleationAlloyLayer (electronics)Composite materialChemistry

Résumé

récupéré en direct d'OpenAlex

The paper presents the results of survey, dedicated to synthesis of metal oxide coatings on porous materials applied for implant surgery (stainless steel 12X18H9T, titanium alloy and high-purity niobium VT5). This article examines kinetic features of electrochemical formation of anodic oxide coatings on steel, niobium and titanium. It is shown that for steel anodic treatment method does not provide a reliable surface passivation (no current decay, the surface indicates the transition to the passive state).Analysis of polarization dependences obtained on niobium and titanium in electrolytes with an activator (F-), indicates surface passivation (current slump), and at potentials above 2 on the surface of a transition curves in transpassive state (as evidenced by the current increase). Consequently, it can be concluded that presence of F- results surface activation of titanium and niobium electrode (F- oxide reacts to form water-soluble complexes) that promotes nucleation and formation of pores of the porous structure of the oxide coating.SEM results verify the presence of self-organized porous oxide film synthesized on titanium and niobium in solutions containing F-.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,014
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,227 · 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.

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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Coating Science and TechnologyMême sujetBone Tissue Engineering MaterialsTravaux en français237 207