MétaCan
Menu
Retour à la cohorte
Enregistrement W4221083754 · doi:10.1002/adem.202101496

Ultrashort Laser Texturing for Tuning Surface Morphology and Degradation Behavior of the Biodegradable Fe–20Mn Alloy for Temporary Implants

2022· article· en· W4221083754 sur OpenAlexaff
Carlo Alberto Biffi, Jacopo Fiocchi, Chiara Bregoli, Sofia Gambaro, Francesco Copes, Diego Mantovani, Ausonio Tuissi

Notice bibliographique

RevueAdvanced Engineering Materials · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensUniversité Laval
Organismes subventionnairesConsiglio Nazionale delle Ricerche
Mots-clésMaterials scienceAlloyDegradation (telecommunications)Morphology (biology)Surface modificationLaserComposite materialMetallurgyNanotechnologyOpticsChemical engineering

Résumé

récupéré en direct d'OpenAlex

Biodegradable metallic alloys are promising materials for the development of temporary medical implants, including cardiovascular and orthopedic devices. The present work explores the surface modification of a biodegradable Fe–20Mn alloy by means of ultrashort laser texturing and the correlation between the laser‐induced surface morphology and the degradation behavior. In detail, the effect of different processing parameters on surface morphology is explored and compared with the unprocessed surface. It is found that laser texturing can tune the degradation rate, selectively inducing positive (+29%) or negative (−31%) change with respect to the untreated surface.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,228
Écart entre enseignants0,213 · 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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207