MétaCan
Menu
Retour à la cohorte
Enregistrement W2738358211 · doi:10.1139/cjc-2017-0144

One-dimensional hydroxyapatite materials: preparation and applications

2017· article· en· W2738358211 sur OpenAlexvenueno aff
Bing‐Qiang Lu, Ying‐Jie Zhu

Notice bibliographique

RevueCanadian Journal of Chemistry · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaNatural Science Foundation of Shanghai
Mots-clésNanotechnologyMaterials science

Résumé

récupéré en direct d'OpenAlex

As one of the biominerals, hydroxyapatite (HAP) plays important roles in biology, and inspires researchers to investigate HAP-based materials for the applications in various biomedical fields. Among them, one-dimensional (1-D) micro-/nanostructured HAP materials have attracted great interest in the last decades. This review summarizes the preparation and applications of 1-D HAP materials, and discusses different aspects of 1-D HAP materials. Various synthetic methods have been developed to prepare 1-D HAP materials with different morphologies, sizes, surface properties and crystallinities. In addition, elements-substituted 1-D HAP materials and composites have also been prepared. Surfactants and additives are usually adopted to control the nucleation and growth of 1-D HAP materials, but the related mechanisms are not very clear yet. The applications of 1-D HAP materials have been widely investigated, and the biomedical applications show great prospect but still need further improvements. A new kind of highly flexible fire-resistant inorganic paper made of ultralong HAP nanowires has been developed and is a promising alternative of the traditional cellulose paper for valuable archives and important documents. Regardless of the advances, further studies should be made for preparing 1-D HAP materials with controlled structures, sizes and morphologies and for boosting their various applications.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,012
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,209
Écart entre enseignants0,201 · 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

Citations28
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetBone Tissue Engineering MaterialsTravaux en français237 207