Direct and Rapid Quantification of Calcium Phosphate Precipitate on Titanium by X-Ray Fluorescence Analysis Using Fundamental Parameter Method
Notice bibliographique
Résumé
In the present study, we propose a characterization technique to determine the amount of calcium phosphate (CP) precipitate formed on a titanium substrate. The quantitative analysis of the CP precipitate on a metallic substrate is significant for researchers of metallic biomaterials because CP that spontaneously precipitates in a simulated-body fluid gives information on the bioactivity of the metallic biomaterials. We focused on X-ray fluorescence (XRF) analysis and adopted the thin-film fundamental parameter method (thin-film FP method) because it allows direct (non-pretreatment) and rapid quantitative analysis without any reference materials. We show that XRF analysis using the thin-film FP method can be adequately applied to the quantitative analysis of the CP precipitate in the simulated-body fluid immersion test. We also show that the density of the CP-precipitate layer can be estimated by combining the XRF results with images of cross-sectional scanning electron microscopy (SEM). Consequently, XRF analysis combined with the thin-film FP method can provide a convenient means to evaluate the CP precipitate on a titanium substrate, which improves the accuracy and accessibility of the simulated-body fluid immersion test.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».