Comparison of the Lubricity and Surface Roughness of 5 Cosmetic Contact Lenses
Notice bibliographique
Résumé
OBJECTIVES: Cosmetic contact lenses are increasingly popular because of their eye enhancing cosmetic benefits. The pigment particles used in these lenses can impact lens surface characteristics. This article examines the surface characteristics and the differences between the clear and the pigmented regions among five limbal ring design lenses. METHODS: Scanning electron microscopy was used to determine the location and depth of the pigment particles from the lens surface. The coefficient of friction (CoF) was determined with a Basalt-MUST microtribometer at clear and pigmented regions on either the front or the back surface. Atomic force microscopy was used to determine the surface roughness of each lens in root-mean-square (RMS) units at clear and pigmented regions. A linear mixed model for repeated measures was used for the analysis of the CoF and RMS roughness to compare all lenses. RESULTS: Four lens types had pigments exposed on the surface and one lens type had pigment fully enclosed. The CoF difference between clear and pigmented regions were similar and not statistically significant (P=0.0124) for the lens type with pigments enclosed, whereas the CoF difference for the other four lens types showed statistically significant difference (P<0.0001). CONCLUSIONS: Of the lenses tested here, cosmetic contact lenses with pigments enclosed in the lens matrix provided a more consistent surface between clear and pigmented regions compared with lenses that had exposed pigments.
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 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 | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».