Effects of biopolymer functionalization and nanohydroxyapatite heat treatment on the tensile and thermomechanical properties of Bone-Inspired 3D printable nanocomposite biomaterials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bone-inspired biopolymer nanocomposite grafts are an alternative to conventional bone substitutes if designed to offer a structure with adequate mechanical properties and biocompatibility. In this study, a set of novel 3D printable bone-inspired nanocomposite biomaterials was developed to investigate the effects of additional cross-linking of the biopolymer matrix and heat treatment of nHA particles on the tensile and thermo-mechanical properties of these nanocomposites used in extrusion-based 3D printing. We observed that additional functionalization of acrylated epoxidized soybean oil (AESO), as the main component of the biopolymer matrix, with additional methacrylate groups (mAESO), increased the strength and elastic modulus of extruded nanocomposites by more than three times, as well as doubled the glass transition temperature due to an increased degree of crosslinking in the functionalized matrices. The mAESO-based nanocomposite filaments demonstrated a strength safety factor of 1.5 against the minimum required standard mechanical properties for bone cement according to ISO standard5833. While heat treatment of nHA reduced the frequency of larger agglomerations, no significant difference in mechanical properties was observed. These novel 3D printable nanocomposite biomaterials with their improved strength, modulus and thermo-mechanical properties could be suitable candidates for fabricating complex ‘by design’ 3D printed grafts and scaffolds for bone reconstruction.
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.
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 | 0,000 |
| 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 découle