MétaCan
Menu
Retour à la cohorte
Enregistrement W7132440076

Pomza ve Flor İyonları ile Katkılandırılmış Hidroksiapatitlerin Üretimi, Karakterizasyonu ve İçyapı Özelliklerinin İncelenmesi

2021· article· tr· W7132440076 sur OpenAlexaboutno aff
Serap Koç, Bilal Bayat, Ayşan Ersidar

Notice bibliographique

RevueVan Yüzüncü Yıl University Academic Data Management System · 2021
Typearticle
Languetr
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlorNova scotiaIle de france
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Günümüzde kemik ve kemik dolgu malzemesi olarak sentetik hidroksiapatit (HA, Ca10(PO4)6(OH)2kullanılmaktadır. HA’nın kimyasal bileşimi kemiklerin ve dişlerin mineral yapısına benzemektedir. HA yüksekbiyouyumluluğu ve biyoaktifliği nedeniyle yapay kemik ve dişler için en sık kullanılan seramik malzeme olarak tercih edilmektedir. Mükemmel biyouyumluluk özelliklerine bağlı olarak ortopedik uygulamalar için sıklıkla kullanılmaktadır. Ancak HA mekanik özellikleri bakımından zayıftır. Bu çalışmada pomzanın ve flor (F-)iyonlarının, HA’nın yapısına ilave edilmesi ile mekanik özelliklerindeki değişimi incelenmiştir. Hidroksiapatit (HA), öncül kimyasallar kullanılarak çöktürme yöntemiyle elde edilmiştir. Elde edilen HA eser miktarda (%2,5 ve %10) pomza ve (%0,5 ve %1) flor (F-) ile 1100°C sıcaklık değerlerinde sinterlenmiştir. Pomza ve flor (F-)iyonları ile katkılandırılan HA’ların yoğunluk, sertlik, ve iç yapı özellikleri XRD analizi ile belirlenmiştir. Analiz sonuçları HA’nın yoğunluğunun pomza ve flor (F-) oranlarına bağlı olarak düştüğü gözlemlenmiştir. Aynı şekilde pomza ve flor (F-) oranlarına bağlı olarak mikrosertlik değerinde de düşüş gözlemlenmiştir. XRD sonuçlarından elde edilen numunelerde HA oluşumu ve pomza katkılandırılan numunelerde de pomza fazları gözlemlenmiştir<br>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0040,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,005

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 Opus0,024
Tête enseignante GPT0,210
Écart entre enseignants0,186 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVan Yüzüncü Yıl University Academic Data Management SystemMême sujetBone Tissue Engineering MaterialsTravaux en français237 207