The use of multiple pseudo-physiological solutions to simulate the degradation behavior of pure iron as a metallic resorbable implant: a surface-characterization study
Notice bibliographique
Résumé
Understanding the interactions of a pure iron surface with biological elements, such as ions and proteins in an aqueous medium, is essential for an accurate in vitro assessment of corrosion patterns. In fact, the synergy of chlorides, carbonates, phosphates and complex organic molecules present in the body environment is a key factor affecting both in vivo and in vitro degradation of materials, especially iron and its alloys. The aim of this work was the assessment of degradation patterns of pure iron in 5 commercial pseudo-physiological solutions by a thorough study of degraded surface chemistry and morphology. It also provides a methodological basis to understand the short-term degradation mechanism of degradable iron depending on the surrounding physiological media. The standard static immersion corrosion test was modified to adapt the procedure to pseudo-physiological solutions. After a 14-day static immersion test, the surfaces of samples were investigated by scanning electron microscopy, stylus profilometry and atomic force microscopy techniques. The chemistry and phase composition of the degraded layers were evaluated, respectively, by X-ray photoelectron spectrometry and X-ray diffractometry. The morphology and composition of the degradation layers were found to be different for the test-solutions: for phosphate-rich solutions, the formation of an adherent passive layer was found; degradation mechanisms related to general corrosion were predominant for all the other solutions. In conclusion, the chemical composition of the used medium plays a fundamental role in the degradation pattern of pure iron, so that direct comparisons of solutions with different ion concentrations, as reported in the literature, need to be carefully assessed.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 ».