MétaCan
Menu
Retour à la cohorte
Enregistrement W2005487388 · doi:10.1111/j.1556-4029.2007.00474.x

Heat Induced Changes to Dental Resin Composites: A Reference in Forensic Investigations?*

2007· article· en· W2005487388 sur OpenAlexaff
Renata Bueno Brandão, Carmen C.S. Martin, Alma Blásida Concepción Elizaur Benitez Catirse, Márcio De Castro e Silva, Martin Evison, Marco Aurélio Guimarães

Notice bibliographique

RevueJournal of Forensic Sciences · 2007
Typearticle
Langueen
DomaineDentistry
ThématiqueDental materials and restorations
Établissements canadiensAmorfix (Canada)
Organismes subventionnairesnon disponible
Mots-clésComposite materialMaterials scienceScanning electron microscopeBrightnessOptics

Résumé

récupéré en direct d'OpenAlex

The objective was to investigate color change and surface damage in dental resin composites exposed to high temperatures over different time intervals for comparative purposes. Samples were prepared using two resins - Z100(R) (R1) and Charisma (R2), heated at the following temperatures: 200 degrees C, 400 degrees C, 600 degrees C, 1000 degrees C, for 15, 30 and 45 min (n = 104 for each resin sample). Color (DeltaE) and brightness (DeltaL) changes were analyzed by spectrophotometry using the CIE Lab system and surface changes by Scanning Electron Microscopy (SEM). R1 showed more intense color changes after heat exposure than R2. DeltaL values were found to be the best parameter for evaluation of light and color change. A biphasic pattern after thermal exposure was detected, from dark brown to light white. SEM showed more intense alterations in R2 than in R1. These results indicate that the parameters observed in both resins are useful as a guide in forensic analyses.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil0,856

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,077
Tête enseignante GPT0,341
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations28
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic SciencesMême sujetDental materials and restorationsTravaux en français237 207