Trace elements can influence the physical properties of tooth enamel
Notice bibliographique
Résumé
In previous studies, we showed that the size of apatite nanocrystals in tooth enamel can influence its physical properties. This important discovery raised a new question; which factors are regulating the size of these nanocrystals? Trace elements can affect crystallographic properties of synthetic apatite, therefore this study was designed to investigate how trace elements influence enamel's crystallographic properties and ultimately its physical properties. The concentration of trace elements in tooth enamel was determined for 38 extracted human teeth using inductively coupled plasma-optical emission spectroscopy (ICP-OES). The following trace elements were detected: Al, K, Mg, S, Na, Zn, Si, B, Co, Cr, Cu, Fe, Mn, Mo, Ni, Pb, Sb, Se and Ti. Simple and stepwise multiple regression was used to identify the correlations between trace elements concentration in enamel and its crystallographic structure, hardness, resistance to crack propagation, shade lightness and carbonate content. The presence of some trace elements in enamel was correlated with the size (Pb, Ti, Mn) and lattice parameters (Se, Cr, Ni) of apatite nanocrystals. Some trace elements such as Ti was significantly correlated with tooth crystallographic structure and consequently with hardness and shade lightness. We conclude that the presence of trace elements in enamel could influence its physical properties.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».