Mechanical performance of a hybrid zirconia developed through hydrothermal treatment and Room-Temperature Atomic Layer Deposition (RT-ALD)
Notice bibliographique
Résumé
OBJECTIVE: A silica-based nanofilm has been successfully deposited via Room-Temperature Atomic Layer Deposition (RT-ALD) on the surface of a glass. The purpose of this study was to evaluate the mechanical performance of a hybrid interface created between yttria-stabilized zirconia (Y-PSZ) transformed layer and silica-based nanofilm via RT-ALD. MATERIAL AND METHODS: OH - 10 min) vapors in 40 cycles. Mechanical performance was analyzed by flexural strength (FS) (n = 10) and fatigue failure load (staircase method; n = 20) tests. Surface hardness (H) and Young's modulus (YM) were analyzed by nanoindentation. For surface chemical and topographical characterization, X-ray photoelectron spectroscopy (XPS) and scanning electron microscopy (SEM) were performed. Data from surface H, YM, FS, and fatigue limit (FL) were analyzed by two-way analysis of variance (ANOVA). RESULTS: The interaction between material and treatment had a significant effect on FS (p < 0.001). The FS values ranged from 436.23 MPa to 856.65 MPa. HT resulted in the highest FS (856.65 MPa) for LT and the lowest FS (436.23 MPa) for MO zirconia. For all materials, S and B treatments resulted in similar FS values (p > 0.410). S did not affect FL when compared to the C group (p > 0.277) for any material investigated. HTS resulted in higher FL than S for LT and MO materials (p < 0.001). Surface hardness and modulus were similar between control and S-treated specimens for all materials analyzed. XPS analysis showed homogeneous silica content after 20 and 40 RT-ALD cycles, and SEM did not show significant changes in surface morphology between C and S-treated specimens. CONCLUSION: RT-ALD resulted in effective silica deposition without any deleterious effect on zirconia-based materials mechanical properties. Alumina blasting promoted higher alteration on surface topography. HT prior to S resulted in superior FL (for MO and MT) and flexural strength (MO) for some of the materials investigated.
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 ».