Comparaison entre la fusion laser sur lit de poudre et l’usinage pour la fabrication d’implants du fémur proximal en acier inoxydable 316L
Bibliographic record
Abstract
Les déformations coxa vara et coxa valga sont des anomalies de la hanche décelées chez les enfants et dont les traitements font intervenir une plaque de correction osseuse suite à l’ostéotomie. Majoritairement composées d’acier inoxydable 316L, les plaques sont usinées jusqu’à leur forme finale. Ces plaques brisent majoritairement au cours des 3 mois suivants la chirurgie, le temps de la consolidation de l’os, d’où l’importance du choix d’un alliage d’une bonne résistance. \n \nL’avènement de la Fusion Laser sur Lit de Poudre (FLLP) propose à l’industrie une alternative à l’usinage, en mettant en forme de la matière par méthode additive et non plus soustractive. Cette technologie présente des enjeux différents de l’usinage, mais l’industrie biomédicale s’y intéresse par la possibilité de personnalisation de pièces, des propriétés mécaniques intéressantes et comparables aux méthodes traditionnelles, comme l’usinage. \n \nLe projet est né de la collaboration entre le Laboratoire sur les Alliages à Mémoire et Systèmes Intelligents (LAMSI) de l’École de technologie supérieure de Montréal et l’entreprise Pega Medical basée à Laval. En premier lieu, l’étude s’est concentrée sur la caractérisation de l’alliage de 316L imprimé. La caractérisation de l’alliage a permis de déterminer les paramètres de fabrication optimaux, les post-traitements à suivre, la densité des pièces, les propriétés en traction uniaxiale, la microstructure. Toutes ces données ont été extraites pour comparer les deux procédés dans le cadre de l’utilisation de la plaque de correction. Il s’avère que la résistance en fatigue des plaques imprimées (SR) testées dans une configuration adaptée de la norme ASTM F384 est meilleure que celle des plaques usinées, elles survivent à un nombre de cycles plus important et à un plus haut niveau de charge, du fait de la résistance et de la ductilité élevées, liées au procédé de fabrication. En contrepartie, la fabrication est plus onéreuse et requiert davantage d’étapes, donc de temps de fabrication.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".