Toxicity of Nanoparticles Used in Minimum Quantity Lubrication (MQL) Machining: A Sustainability Analysis
Notice bibliographique
Résumé
Abstract Minimum quantity lubrication (MQL) with nanocomposite particles is among the new areas of study and has proven to provide very good cooling and lubrication in the machining of difficult to cut materials, such as titanium, Inconel and ADI. It is therefore imperative to understand their effects on the environment in the early stages of investigation, prior to their wide scale usage in industry. This study focuses on the different nanocomposite particles used in previous research, which is available in the literature, and evaluates their sustainability characteristics by investigating the toxicity of these nanocomposite particles on humans. The cooling capabilities of each of the nanoparticles considered is first established from the existing literature and summarized. Human cell viability measured from in vitro toxicity studies of nanoparticles is used as a variable to easily capture the toxicity of nanoparticles. Six different human cell lines were chosen to represent the effects of possible exposure through inhalation [human lung epithelial cells (A549), and bronchial epithelial cells (NL-20)], ingestion (AGS, and HepG2) and dermal contact (THP-1, and human peripheral blood cells). A comparison table was developed (Table 2.0), which provides easy interpretation of the toxicity levels of the five nanoparticles that were considered using all three human cell lines. The drawback of this comparison is the lack of sufficient data to assign conclusive toxicity levels to the nanoparticles. The toxicity studies of nanoparticles on humans is still in its infancy and contradictory results exist for some of the nanoparticles. This is the first attempt to combine the results of the experimental investigations of nano-MQL cooling and the toxicity studies of nanoparticles, allowing researchers to make informed decisions in the selection of the most sustainable nanoparticles in the nano-MQL machining process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».