The effect of triglycerol diacrylate on the printability and properties of UV curable, bio-based nanohydroxyapatite composites
Notice bibliographique
Résumé
3D printable biopolymer nanocomposites composed of hydroxyapatite nanoparticles and functionalized plant-based monomers demonstrate potential as sustainable and structural biomaterials. To increase this potential, their printability and performance must be improved. For extrusion-based 3D printing, such as Direct Ink Writing (DIW), printability is important for print fidelity. In this work, triglycerol diacrylate (TGDA) was added to an acrylated epoxidized soybean oil:polyethylene glycol diacrylate resin to increase hydrogen bonding. Greater hydrogen bonding was hypothesized to improve printability by increasing the ink's shear yield strength, and therefore shape holding after deposition. The effects of this additive on material and mechanical properties were quantified. Increased hydrogen bonding due to TGDA content increased the ink's shear yield stress and viscosity by 916% and 27.6%, respectively. This resulted in improved printability, with best performance at 3 vol% TGDA. This composition achieved an ultimate tensile strength (UTS) of 32.4 ± 2.1 MPa and elastic modulus of 1.15 ± 0.21 GPa. These were increased from the 0 vol% TGDA composite, which had an UTS of 24.8 ± 1.8 MPa and a modulus of 0.88 ± 0.06 GPa. This study demonstrates the development of bio-based additive manufacturing feedstocks for potential uses in sustainable manufacturing, rapid prototyping, and biomaterial applications.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».