PEO Ceramic Coating on Mg-10%wt. Zn for Potential Biological Application
Notice bibliographique
Résumé
Magnesium-zinc (Mg-Zn) alloys are strong candidates as medical implant materials due to their good biocompatibility and relatively high strengths. To manipulate the degradation of Mg-Zn alloy in the human body, a plasma electrolytic oxidation (PEO) treatment was applied to Mg-10%wt. Zn in this study because it produces a coating that is non-harmful to the human body and the process is inexpensive and environmentally friendly. Potentiodynamic polarization corrosion tests, performed in a simulated body fluid (Hanks’ Balanced Salt Solution) were applied to the coated and uncoated Mg-Zn samples. The results of the testing showed that the coated Mg-Zn exhibited higher corrosion resistance than the substrate. With the PEO coating thickness of 7.2 microns, the corrosion current density was reduced by 1.00 μA/cm2 from the uncoated Mg-Zn respectively, indicating a significant reduction in the degradation rate between pure Mg-Zn and coated Mg-Zn from 7.0 to 3.7 kg/year. A pin-on-disc tribometer was employed to measure the coefficient of friction (COF) for the coated and uncoated Mg-Zn samples, lubricated with and without Hanks’ solution. The measured COF of the coated sample was very low (averaging to be about 0.22 under the lubricated condition) and comparable to that of the substrate which exhibited an averaged COF of 0.13 under the lubricated condition.
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) | 0,001 | 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 ».