Preparation, Characterization and Processing of PCL/PHO Blends by 3D Bioplotting
Notice bibliographique
Résumé
Abstract Blends of polycaprolactone (PCL) and poly(3-hydroxyoctanoate) P(3HO) were prepared by melt compounding. These immiscible blends exhibited droplet-matrix morphology at compositions up to 30 wt% P(3HO). Even though the addition of amorphous P(3HO) decreased the crystallinity of PCL, the crystallization temperature of the blends increased by 6 to 7 8C. Blends containing up to 30 wt% P(3HO) had higher crystallization rates, and lower crystallization half-times compared to neat PCL. The viscosity of PCL decreased upon addition of P(3HO), making the blends suitable for processing using a 3D bioplotter. Compositions with 10 to 30 wt% P(3HO) were ideal for processing, because of their improved crystallization kinetics, reduced stickiness and good flow properties. Estimation of the interfacial tension by fitting the Palierne model to the linear viscoelastic properties of the blends revealed good compatibility, which gave rise to synergistic effects in the thermal and mechanical properties. The fibres prepared by 3D bioplotting maintained droplet matrix morphology, with finer particle size than the original compounded material. In addition to favourable viscosity and thermal properties, the extruded fibres containing 30 wt% P(3HO) had comparable modulus to the neat PCL, while exhibiting good ductility. These blends may be suitable alternatives to PCL for biomedical applications, because they provide a range of crystallinities, crystallization rates and viscosities.
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 | 0,000 | 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 | 0,001 |
| 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 ».