SiOC(N) Cellular Structures with Dense Struts by Integrating Fused Filament Fabrication 3D Printing with Polymer‐Derived Ceramics
Notice bibliographique
Résumé
Great advances have been made in various 3D printing methods for ceramics. Fabrication of Si‐based ceramics using polymer‐derived ceramics (PDCs) is gaining popularity. Using this route, preceramic polymers can be shaped in the polymer state and then pyrolyzed to produce different types of ceramics. Cellular ceramics can be manufactured using this technique. Herein, the novel fabrication of cellular ceramics with a two‐step process using PDCs is reported. First cellular structures are 3D printed with fused filament fabrication (FFF) using thermoplastic polyurethane and impregnated with preceramic polymer polysilazane. Second, pyrolysis of the impregnated structure produces a self‐similar ceramic cellular structure. The impact of 1) catalysts, 2) curing environment, and 3) pyrolysis sequence optimization to form cellular ceramics with fully dense SiOC(N) struts are systemically evaluated. The resultant custom ceramic components can tolerate operating temperatures of 1500 °C and can be manufactured for less than 5% of the cost of competing methods. The ceramic material is shown to be biocompatible and promotes fast cell adhesion. Finally, early‐stage cell activation on the SiOC(N) structure is shown to be tunable by adjusting the porosity with this 3D printing to mimic the bone tissue geometry for bone regeneration.
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 | 0,000 | 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) | 0,001 | 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 ».