MétaCan
Menu
Retour à la cohorte
Enregistrement W3165314558 · doi:10.31399/asm.cp.itsc2021p0268

Enhanced Antibacterial Properties of Copper Surfaces Using Cold Spray Shot Peening

2021· article· en· W3165314558 sur OpenAlexaff
Maryam Razavipour, Naveen K. Singh, B. Jodoin, M. Cabecera Gonzalez, Emilio I. Alarcón, Julio Villafuerte

Notice bibliographique

RevueThermal spray · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueAntimicrobial agents and applications
Établissements canadiensCenterLine (Canada)University of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceShot peeningSurface roughnessCopperMicrostructureGas dynamic cold sprayPeeningScanning electron microscopeMetallurgySurface finishGrain sizeSevere plastic deformationCoatingComposite materialSurface modificationResidual stressChemical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Metal surface characteristics play a significant role in interacting with their biological environment. Copper surfaces have been identified for their antimicrobial properties. Improvement of antibacterial and antiviral performances can be tailored by surface microstructure modification. Severe plastic deformation is an effective surface modification procedure to improve the mechanical performance of metal surfaces. This technique can be adapted to obtain surface grain refinement and induce surface roughness. In this work, cold spray shot peening is used to modify copper substrate surfaces and study the effects on their antibacterial properties. To modify the grain structure of copper, different shot-peening parameters were examined. The surface roughness and microstructure were investigated by employing optical and scanning electron microscopy. The bactericidal activity of copper substrates after shot peening treatment is discussed and a comparison between the bacterial load on treated (shot-peened surface and cold sprayed copper coating) and untreated surfaces (as-received) is provided. Testing of the surfaces after their exposure to the biological environment demonstrated improved microbial inactivation performances for surfaces that had undergone grain refinement without exceeding a certain roughness value.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,004
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,258
Écart entre enseignants0,215 · 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.

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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetAntimicrobial agents and applicationsTravaux en français237 207