Poly(d,l-Lactic acid) Composite Foams Containing Phosphate Glass Particles Produced via Solid-State Foaming Using CO2 for Bone Tissue Engineering Applications
Notice bibliographique
Résumé
mol.%, was incorporated into biodegradable poly(d,l-lactic acid) (PDLLA) at 5, 10, 20, and 30 vol.%. The composites were fabricated by melt compounding (extrusion) and compression molding, and converted into porous structures through solid-state foaming (SSF) using high-pressure gaseous carbon dioxide. The morphological and mechanical properties of neat PDLLA and composites in both nonporous and porous states were examined. Scanning electron microscopy micrographs showed that the PGPs were well dispersed throughout the matrices. The highly porous composite systems exhibited improved compressive strength and Young's modulus (up to >2-fold) and well-interconnected macropores (up to ~78% open pores at 30 vol.% PGP) compared to those of the neat PDLLA foam. The pore size of the composite foams decreased with increasing PGPs content from an average of 920 µm for neat PDLLA foam to 190 µm for PDLLA-30PGP. Furthermore, the experimental data was in line with the Gibson and Ashby model, and effective microstructural changes were confirmed to occur upon 30 vol.% PGP incorporation. Interestingly, the SSF technique allowed for a high incorporation of bioactive particles (up to 30 vol.%-equivalent to ~46 wt.%) while maintaining the morphological and mechanical criteria required for BTE scaffolds. Based on the results, the SSF technique can offer more advantages and flexibility for designing composite foams with tunable characteristics compared to other methods used for the fabrication of BTE scaffolds.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».