MétaCan
Menu
Retour à la cohorte
Enregistrement W3182545879

Impact of aging on bioglass foam structure and properties

2019· article· en· W3182545879 sur OpenAlexvenueno aff
Cindy Charbonneau, Pier Francesco Menci, Andrea Mari, Luigi De Nardo, Francis Vanier, L.‐P. Lefebvre

Notice bibliographique

RevueNPARC · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRecycling and utilization of industrial and municipal waste in materials production
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite material
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Statement of Purpose: Bioactive glasses have been used for many years as bone graft substitutes in orthopedic and dental applications, in the form of powders, granules, pastes and putties. They are resorbable and allow to stimulate more bone regeneration compared to other ceramics. Although they contain many benefits needed for bone reconstruction, 3D bioglass scaffolds have limited mechanical properties. Consequently, a bioactive glass-derived 3D scaffold with appropriate structure and properties for bone reconstruction was recently developed. During storage of the material, it was noted that filamentous crystals were growing on the surface. The phenomenon progressed when subjected to accelerated aging. Further investigation revealed the presence of sodium and calcium carbonates deriving from the reaction of glass with CO2 and humidity. While investigating the formation of these crystals, it was noticed that limited information was available on the stability of bioglass when exposed to different storage conditions. In this study, we investigated the evolution of chemical species grown on foam surface at different aging time points and how the properties of the Bioglass® foam were affected by their presence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,240
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetRecycling and utilization of industrial and municipal waste in materials productionTravaux en français237 207