MétaCan
Menu
Retour à la cohorte
Enregistrement W2314677930 · doi:10.6000/1929-5030.2016.05.01.2

Colloidal Hydroxyapatite/Poly(Acrylic Acid) Hybrids Using Calcium Sucrate and Ammoniumdihydrogen Orthophosphate

2016· article· en· W2314677930 sur OpenAlexvenueno aff
W. P. S. L. Wijesinghe, M.M.M.G.P.G. Mantilaka, A. M. C. P. Weerasinghe, K.M. Nalin de Silva, Tharalamini P. Gamagedara, R.M.G. Rajapakse

Notice bibliographique

RevueJournal of Applied Solution Chemistry and Modeling · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCalciumHybridColloidAcrylic acidChemistryChemical engineeringNuclear chemistryMaterials scienceBotanyPolymerOrganic chemistryBiologyEngineeringCopolymer

Résumé

récupéré en direct d'OpenAlex

This manuscript is concerned with a simple and novel method to synthesize hydroxyapatite-poly(acylic acid) hybrid materials for broad range of applications. In this method, hydroxyapatite nanoparticles are synthesized using calcium sucrate and ammoniumdihydrogen orthophosphate in the presence of poly(acrylic acid). Increase in poly(acrylic acid) concentration in the synthesis medium results in the increase in the hydrodynamic radius of particle size allowing increased hydration. Poly(acylic acid) tends to control both crystallite size and colloidal stability. Increase in poly(acrylic acid) concentration decreases the crystallite size of the products but considerably increases their shelf life as stable colloidal solutions. Thermo gravimetric analysis shows that there are no combustible or volatile impurities present in these samples. This is further supported by FT-IR studies, which show three types of interactions between hydroxyapatite nanoparticles and poly(acrylic acid).

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 recherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,205 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Solution Chemistry and ModelingMême sujetBone Tissue Engineering MaterialsTravaux en français237 207