Knoop Microhardness Mapping Used to Compare the Efficacy of LED, QTH and PAC Curing Lights
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study used a hardness mapping technique to compare the ability of seven curing lights to polymerize five composites. Six curing lights (Sapphire [plasma-arc: PAC], Bluephase16i [light emitting diode: LED], LEDemetron II [LED], SmartLite IQ [LED], Allegro [LED] and UltraLume-5 [Polywave LED]) were compared to an Optilux 501 (halogen: QTH) light. Five resin composites (Vit-1-escence, Tetric Evoceram, Filtek Z250, 4 Seasons and Solitaire 2) were polymerized at 4 mm and 8 mm from the end of the light guide. Four composites were light cured for the following times using these lights: Sapphire (5 seconds), Bluephase16i (5 seconds), LEDemetron II (5 seconds), SmartLite IQ (10 seconds), UltraLume-5 (10 seconds), Allegro (10 seconds) and Optilux 501 (20 seconds). Solitaire 2 required double these irradiation times. On each specimen, the Knoop microhardness (KHN) was measured at 49 locations across a 3 x 3 mm grid to determine the ability of each light to cure each brand of composite. The PAC light delivered the broadest spectrum of wavelengths, the greatest irradiance and hardness values that were 4.7 to 18.1 KHN(50gf) harder than the other lights. The ability of the lights to cure these five composites was ranked from highest to lowest: Sapphire, Optilux 501, Allegro, UltraLume-5, SmartLite IQ, LEDemetron II and Bluephase16i (ANOVA with REGWQ multiple comparison adjustment, p < 0.01).
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.
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 | 0,000 | 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 découle