Plasma Immersion Ion Implantation of a Fe-Mn-C Based Steel for Biomedical Applications: Effect of Gases and Treatment Times on the Surface Properties
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
Current research on biodegradable iron-based alloys mainly focuses at regulating the material degradation rate, as well as its biological behavior, especially from the point of view of the hemocompatibility and cytocompatibility. In fact, fine-tuning of the surface roughness, morphology and chemical composition can improve the functional response of the material. For that purpose, a surface modification strategy, namely plasma immersion ion implantation (PIII), is proposed to perform the selective modification of surface properties without affecting the bulk ones. In this work, the influence of treatment time ( t imp = 15, 60 and 120 min.) and implanted species (O, N or C) on the surface properties of a Fe-13Mn-1.2C resorbable alloy was investigated. The findings demonstrated that varying the process gas and the exposition time led to a variety of topographies, surface energies and chemical compositions. XPS analyses and depth profiles clearly showed the impact of the process parameters on the surface features and element distribution, due to implanted species penetration into the alloy. The implanted samples showed a delayed clotting time, thus a better hemocompatibility. In contrast, nitrogen-treated surfaces displayed a more pronounced hemolytic behavior, whereas oxygen and methane did not. PIII implantation appears to be a versatile solution for fine-tuning surface topography, composition and biological properties, making the process promising for the improvement of metallic biodegradable vascular implants.
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