MétaCan
Menu
Retour à la cohorte
Enregistrement W2123117664 · doi:10.1111/j.1600-0722.2010.00763.x

Effects of pH and acid concentration on erosive dissolution of enamel, dentine, and compressed hydroxyapatite

2010· article· en· W2123117664 sur OpenAlexaff
R.P. Shellis, Michele E. Barbour, Sian B Jones

Notice bibliographique

RevueEuropean Journal Of Oral Sciences · 2010
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Erosion and Treatment
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésDissolutionEnamel paintChemistryCitric acidNuclear chemistryMineralDentistryMineralogyBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The aims of this study were to determine the effects of pH and acid concentration on the dissolution of enamel, dentine, and compressed hydroxyapatite (HA) in citric acid solutions (15.6 and 52.1 mmol l(-1) ; pH 2.45, 3.2, and 3.9), using a pH-stat system. After an initial adjustment period, the dissolution rates of enamel and HA were constant, while that of dentine decreased with time. The dissolution rate increased as the pH decreased, and this was most marked for enamel. To compare substrates, the rate of mineral dissolution was normalized to the area occupied by mineral at the specimen surface. For a given acid concentration, the normalized dissolution rate of HA was always less than that for either dentine or enamel. The dissolution rate for dentine mineral was similar to that for enamel at pH 2.45 and greater at pH 3.2 and pH 3.9. The concentration of acid significantly affected the enamel dissolution rate at pH 2.45 and pH 3.2, but not at pH 3.9, and did not significantly affect the dissolution rates of dentine or HA at any pH. The variation in response of the dissolution rate to acid concentration/buffer capacity with respect to pH and tissue type might complicate attempts to predict erosive potential from solution composition.

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)0,002
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,262
Écart entre enseignants0,249 · 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

Citations104
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal Of Oral SciencesMême sujetDental Erosion and TreatmentTravaux en français237 207