MétaCan
Menu
Retour à la cohorte
Enregistrement W2288768674 · doi:10.1117/12.2211977

Digital moiré interferometric analysis on the effect of nanoparticle conditioning on the mechanical deformation in dentin

2016· article· en· W2288768674 sur OpenAlexafffund
Fang Chi Li, Anil Kishen

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2016
Typearticle
Langueen
DomaineDentistry
ThématiqueEndodontics and Root Canal Treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésDentinMaterials scienceComposite materialDeformation (meteorology)InterferometryNanoparticleDentinal TubulePerpendicularBiomedical engineeringOpticsNanotechnologyMedicine

Résumé

récupéré en direct d'OpenAlex

Dentin is a biological composite that forms the major bulk of tooth structure. Understanding the biomechanical response of dentin structure to forces is essential to restore the loss of mechanical integrity associated with dentin loss during disease or treatment procedures. Moiré interferometry is an optical interferometry based method, which allows wholefield, real-time analysis of dental structures with high-sensitivity. The aim of this study was to investigate the deformation gradients in dentin during function and subsequent to surface conditioning with bioactive biopolymeric nanoparticle. Slab shaped dentin specimens were prepared and a customized loading jig was used to compressively load the specimens from 10 N to 50 N. Specific regions of interest was chosen on the dentin specimens for strain analysis. The digital moiré interferometry experiments showed a distinct deformation pattern in dentin in the direction perpendicular to the dentinal tubules, which increased with increase in dentin loss. The dentin conditioned with nanoparticles did not display marked increase in strain gradients with loads. The current photomechanical experiment highlighted the impact of nanoparticle treatment to improve the mechanical integrity of dentin.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,224 · 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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetEndodontics and Root Canal TreatmentsTravaux en français237 207