Three‐Dimensional Image Correlation Analyses for Strains Generated by Cement and Screw‐Retained Implant Prostheses
Notice bibliographique
Résumé
PURPOSE: This study aimed to measure and compare strains generated by splinted implant crowns retained by cement or screws for two implants with applied load. MATERIALS AND METHODS: A stereolithic resin model was printed using computed tomography data from a patient missing all mandibular molar teeth. Two 4 × 6 mm implants were consecutively placed in the left side. One set of splinted cement and screw-retained crowns were made to fit the two implants. Image correlation technique was used for full-field measurement of strains using an image correlation software and two synchronized high-resolution digital cameras. A random dot pattern was applied to the model surface. Cameras recorded changes in random dot patterns as prostheses were loaded up to 400 N in vertical and oblique directions using a universal testing machine. Testing was repeated three times for cement and screw-retained prostheses. An image correlation algorithm used the dot pattern to define correlation areas or virtual strain gauge boxes. Three-dimensional coordinates of gauge box centers were determined for each recorded photograph and used to calculate strains. Strain distribution data were compared for major, minor, and von Mises strains for each loading condition, as well as peak and average strains for the field of view using an analysis of variance (α = 0.05). RESULTS: Patterns and magnitudes of strain for cement- and screw-retained splinted crowns were similar under vertical loading. Neither peak nor mean strains were significantly different for the two retention methods. For oblique loading, peak strains were lower for the screw-retained crowns; however, there were no statistically significant differences between the two groups when strains were averaged throughout the entire field of view. CONCLUSIONS: Cement retention did not improve the magnitude of transferred strains for splinted implant crowns using either loading condition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».