MétaCan
Menu
Retour à la cohorte
Enregistrement W2788551848 · doi:10.1038/s41598-018-21332-x

Time-dependent Enhanced Corrosion of Ti6Al4V in the Presence of H2O2 and Albumin

2018· article· en· W2788551848 sur OpenAlexaff
Yue Zhang, Owen Addison, Fei Yu, Brendy C. Rincon Troconis, John R. Scully, Alison J. Davenport

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute for Health and Care ResearchUniversity of Virginia
Mots-clésAlbuminCorrosionTitanium alloySerum albuminChemistryMetallurgyMaterials scienceBiochemistryAlloy

Résumé

récupéré en direct d'OpenAlex

Abstract There is increasing concern regarding the biological consequences of metal release from implants. However, the mechanisms underpinning implant surface degradation, especially in the absence of wear, are often poorly understood. Here the synergistic effect of albumin and H 2 O 2 on corrosion of Ti6Al4V in physiological saline is studied with electrochemical methods. It is found that albumin induces a time-dependent dissolution of Ti6Al4V in the presence of H 2 O 2 in physiology saline. Potentiostatic polarisation measurements show that albumin supresses dissolution in the presence of H 2 O 2 at short times (<24 h) but over longer time periods (120 h) it significantly accelerates corrosion, which is attributed to albumin-catalysed dissolution of the corrosion product layer resulting in formation of a thinner oxide film. Dissolution of Ti6Al4V in the presence of albumin and H 2 O 2 in physiological saline is also found to be dependent on potential: the titanium ion release rate is found to be higher (0.57 µg/cm 2 ) at a lower potential (90 mV), where the oxide capacitance and resistance inferred from Electrochemical Impedance Spectroscopy also suggests a less resistant oxide film. The study highlights the importance of using more realistic solutions, and considering behaviour over longer time periods when testing corrosion resistance of metallic biomaterials.

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)0,001
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 enseignants0,030
Score d'incertitude au seuil0,269

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,011
Tête enseignante GPT0,262
Écart entre enseignants0,251 · 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

Citations87
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207