MétaCan
Menu
Retour à la cohorte
Enregistrement W4411743876 · doi:10.1002/jbm.a.37956

Iridium‐Bismuth‐Oxide Coatings for Use in Neural Stimulating Electrodes: The Influence of Ir/Bi Ratio

2025· article· en· W4411743876 sur OpenAlexafffund
Xingge Xu, Sandra Minotti, Heather D. Durham, Sasha Omanovic

Notice bibliographique

RevueJournal of Biomedical Materials Research Part A · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceIridiumElectrodeBismuthAmorphous solidOxideNanocrystalline materialElectrochemistryIntercalation (chemistry)OptoelectronicsNanotechnologyInorganic chemistryCatalysisMetallurgy

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Implantable neural prosthetics with stimulating electrodes are increasingly employed in medical practices to treat neural disabilities. The electrode material is expected to provide high charge storage and injection capacity (CSC/CIC) and low impedance for safe, efficient, and precise neural stimulation, while at the same time, being small. To improve the current state‐of‐the‐art neural‐electrode material, iridium oxide (IrOx), Ir m Bi 1‐m Ox coatings of various compositions ( m = 0, 0.2, 0.4, 0.6, 0.8, and 1.0) produced by thermal deposition were evaluated. The Ir 0.8 Bi 0.2 Ox yielded a CSC of 17.7 ± 1.1 mC/cm 2 , which is four‐fold higher than that of IrOx. At the same time, the impedance of Ir 0.8 Bi 0.2 Ox at 1 kHz was measured to be half of that of IrOx. The superior performance of Ir 0.8 Bi 0.2 Ox was explained by forming amorphous structures that facilitate the intercalation of H + and OH − ions into deeper oxide structures that contribute to faradaic charge storage. The Ir 0.8 Bi 0.2 Ox electrode also showed good stability and biocompatibility, which makes it potentially a good candidate for neural stimulating electrodes.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,099
Tête enseignante GPT0,401
Écart entre enseignants0,302 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Materials Research Part AMême sujetNeuroscience and Neural EngineeringTravaux en français237 207