The effect of polishing on surface roughness of tissue conditioners.
Notice bibliographique
Résumé
PURPOSE: Surface roughness can affect microbial colonization of long-term denture liners, alloys, and denture acrylic. The purpose of the present study was to examine the effect of finishing and polishing procedures on surface roughness of 4 temporary resilient denture liners (tissue conditioners). MATERIALS AND METHODS: Mean surface roughness was measured for 4 materials (Lynal, Visco-gel, Coe-Soft, and Functional Impression Tissue Toner [FITT]) finished in 4 ways: unfinished (control); polished; reduced, unpolished; and reduced, polished. Samples were allowed to polymerize at 37 degrees C for 24 hours, and the surface roughness was measured using a Mitutoyo Surftest 212. RESULTS: Mean surface roughness ranged from 1.8 +/- 0.8 microns for polished Lynal to 7.8 +/- 1.1 microns for reduced, unpolished FITT. All polished samples were smoother than unpolished samples (including controls), whether or not the samples were reduced with a bur. CONCLUSION: Polished samples of tissue conditioning material had lower mean surface roughness measurements than control or reduced, unpolished samples at the 95% level of confidence. There was no difference in mean surface roughness measurements of control samples and unpolished samples reduced with a bur at the 95% level of confidence. Mean surface roughness differed significantly between the materials tested.
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 | 0,001 | 0,003 |
| 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) | 0,002 | 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 ».