MétaCan
Menu
Retour à la cohorte
Enregistrement W2892365481 · doi:10.1111/eos.12419

From body‐on‐frame to unibody constructions and designs mimicking biological structures – an overview

2018· review· en· W2892365481 sur OpenAlexfundno aff
Pekka K. Vallittu, Bangalore H. Durgesh, Abdulaziz A. Al‐Kheraif, Jenni Hjerppe

Notice bibliographique

RevueEuropean Journal Of Oral Sciences · 2018
Typereview
Langueen
DomaineDentistry
ThématiqueDental materials and restorations
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Population and Public HealthKing Saud University
Mots-clésAdhesiveStructural materialMaterials scienceCeramicComposite materialDentistryMedicine

Résumé

récupéré en direct d'OpenAlex

In dentistry, isotropic materials, such as metals, ceramics, and polymers, are used. Their properties are not related to any specific direction of the material microstructure. There is a trend toward non-metallic, adhesive, and minimally invasive dentistry. This is in line with the conceptual change seen in the automobile industry, in which the basis of car structures has changed from body-on-frame designs to unibody designs. In unibody designs, all structural parts of the body of the car mechanically form a single structural entity. In modern adhesive dentistry, remaining tooth substance and the dental material form unibody designs, enabling preservation of tooth substance. Biological structures are created to withstand loading and are light in weight. The structural designs of elements in these biological materials are, to a large extent, based on fibrous material. More attention has been paid to mimicking fibrous structures of dental hard tissues by synthetic fiber-reinforced composites. This overview reports key features of natural fibrous elements and how they are utilized in dentistry. Special emphasis is placed on the aspects of interfacial adhesion of restorative materials, especially ceramics to resin-based materials and their role in the unibody design of the tooth-restoration system.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,347
Tête enseignante GPT0,441
Écart entre enseignants0,094 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal Of Oral SciencesMême sujetDental materials and restorationsTravaux en français237 207