Optimum Processing of Absorbable Carbon Nanofiber Reinforced Mg–Zn Composites Based on Two-Level Factorial Design
Notice bibliographique
Résumé
To prevent a premature failure, absorbable magnesium implants must possess an adequate mechanical stability. Among many ways to improve the mechanical properties of magnesium is by particle reinforcement, such as using carbon nanofiber (CNF). This work reports an experimental design for optimum materials and processing of CNF-reinforced Mg–Zn composites based on a two-level factorial design. Four factors were analyzed: percentage of CNF, compaction pressure, sintering temperature, and sintering time, for three recorded responses: elastic modulus, hardness, and weight loss. Based on the two-level factorial design, mechanical properties and degradation resistance of the composites reach its optimum at a composition of 2 wt % CNF, 400 MPa of compaction pressure, and 500 °C of sintering temperature. The analysis of variance reveals a significant effect of all variables (p < 0.0500) except for the sintering time (p > 0.0500). The elastic modulus and hardness reach their highest values at 4685 MPa and 60 Hv, respectively. The minimum and maximum weight loss after three days of immersion in PBS are recorded at 54% and 100%, respectively. This work concludes the percentage of CNF, compaction pressure, and sintering temperature as the main factors affecting the optimum elastic modulus, hardness, and degradation resistance of CNF-reinforced Mg–Zn composites.
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 | 0,000 |
| 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) | 0,000 | 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 ».