MétaCan
Menu
Retour à la cohorte
Enregistrement W4327923970 · doi:10.1016/j.dib.2023.109075

Datasets on the elastic and mechanical properties of hydroxyapatite: A first principle investigation, experiments, and pedagogical perspective

2023· article· en· W4327923970 sur OpenAlexfundno aff
Obinna Anayo Osuchukwu, Abdu Salihi, Ibrahim Abdullahi, David O. Obada, Simeon A. Abolade, Akinlolu Akande, Štefan Csáki, David Dodoo‐Arhin

Notice bibliographique

RevueData in Brief · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Mechanical Engineering, University of AlbertaHigher Education AuthorityTertiary Education Trust FundIrish Research CouncilIrish Centre for High-End ComputingAhmadu Bello University
Mots-clésNanoindentationStiffnessMaterials scienceDensity functional theoryPerspective (graphical)AnisotropyComputer scienceComposite materialPhysicsArtificial intelligenceChemistryComputational chemistryOptics

Résumé

récupéré en direct d'OpenAlex

The purpose of this data article is to report the quantum mechanical analysis by generalized gradient approximation (GGA) exchange-correlation functional using density functional theory (DFT). The predictions were based on the elastic constants and mechanical properties of stoichiometric hydroxyapatite (HAp) crystal. The elastic stiffness constants in hexagonal symmetry were obtained by fitting the Hookes' law for the energy-strain and stress-stain relations. Some of the theoretical datasets were compared to measured mechanical properties of produced HAp pellets obtained through micro and nanoindentation experiments. The datasets show considerable anisotropy in the stress-strain behaviour and are discussed in the context of the mechanical properties of HAp which are useful for tissue engineering. We also provide a pedagogical snapshot on the use of the datasets herein to teach and interpret DFT based atomistic simulations in a typical blended online teaching set-up for engineering students using a new pedagogy, CACPLA (Communicate, Active, Collaborate, Practice, Learning and Assessment).

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,131
Tête enseignante GPT0,309
Écart entre enseignants0,178 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetBone Tissue Engineering MaterialsTravaux en français237 207