MétaCan
Menu
Retour à la cohorte
Enregistrement W2833100370 · doi:10.1080/02670844.2018.1491510

Optimisation of fluorapatite coating synthesis applied to a biodegradable substrate

2018· article· en· W2833100370 sur OpenAlexaff
Malcolm Caligari Conti, Gianella Xerri, Florian Peyrouzet, Pierre Schembri-Wismayer, Emmanuel Sinagra, Diego Mantovani, Daniel Vella, Joseph Buhagiar

Notice bibliographique

RevueSurface Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversité Laval
Organismes subventionnairesEuropean Social Fund
Mots-clésFluorapatiteMaterials scienceCoatingSubstrate (aquarium)Fourier transform infrared spectroscopyChemical engineeringApatiteMetallurgyNuclear chemistryMineralogyComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

Fluorapatite was synthesised using the sol–gel route at three different pH values and aged for a number of days. The coating that was determined to be of optimal morphology was then applied to a pure iron substrate and to an austenitic stainless steel, the latter serving as a control. Deposited fluorapatite coatings were characterised by means of X-ray diffraction and Fourier transform infrared spectroscopy. Crystalline fluorapatite was successfully produced at temperatures as low as 250°C. Temperatures of 250°C and higher caused carbonated fluorapatite, present at 150°C, to transform into fluorapatite. Neutralisation of the sol before coating was found to give rise to a less soluble product when immersed in Hank’s solution at 37°C and 5% CO2. Coatings on pure iron and stainless steel substrates were produced by neutralising the sol to pH 7 and heat treatment at 250°C. This generated a morphology which could potentially aid in cellular attachment.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,010
Tête enseignante GPT0,194
Écart entre enseignants0,184 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurface EngineeringMême sujetBone Tissue Engineering MaterialsTravaux en français237 207