MétaCan
Menu
Retour à la cohorte
Enregistrement W2017479930 · doi:10.2319/122810-751.1

Archwire depth is a significant parameter in the frictional resistance of active and interactive, but not passive, self-ligating brackets

2011· article· en· W2017479930 sur OpenAlexaff
Christa L. Oliver, John Daskalogiannakis, Bryan Tompson

Notice bibliographique

RevueThe Angle Orthodontist · 2011
Typearticle
Langueen
DomaineDentistry
ThématiqueOrthodontics and Dentofacial Orthopedics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBracketMaterials scienceOrthodonticsMathematicsStructural engineeringComposite materialEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To elucidate some of the parameters determining the frictional behavior of passive, active, and interactive self-ligating brackets during sliding mechanics. MATERIALS AND METHODS: A custom jig mimicking the three-dimensional tooth movements that occur during sliding mechanics and an Instron testing machine were used to determine the resistance to sliding of six different self-ligating brackets (SPEED, In-Ovation C, CarrièreSLB, ClaritySL, SmartClip, VisionLP). Each bracket was tested on three rectangular stainless steel wires: 0.017 × 0.022 inch, 0.017 × 0.025 inch, and 0.019 × 0.025 inch. A two-way balanced analysis of variance was used for statistical analysis. RESULTS: The four passive self-ligating brackets (CarrièreSLB, ClaritySL, SmartClip, VisionLP) displayed significantly lower frictional resistance (P < .001) than the remaining brackets, which featured an active (SPEED) or interactive (In-Ovation C) clip. The SPEED bracket consistently demonstrated the highest resistance to sliding. CONCLUSIONS: The mode of self-ligation appears to be the primary variable in determining the frictional behavior of orthodontic brackets undergoing sliding mechanics. Passive self-ligating brackets demonstrated significantly lower frictional resistance to sliding. With regard to the resistance of active self-ligating brackets, the depth (buccolingual thickness) of the wire had a more significant influence than its height.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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)0,0020,000

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 Opus0,047
Tête enseignante GPT0,286
Écart entre enseignants0,239 · 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

Citations14
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Angle OrthodontistMême sujetOrthodontics and Dentofacial OrthopedicsTravaux en français237 207