Archwire depth is a significant parameter in the frictional resistance of active and interactive, but not passive, self-ligating brackets
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».