In Vitro Evaluation of Surface Properties and Wear Resistance of Conventional and Bulk-fill Resin-based Composites After Brushing With a Dentifrice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: This study evaluated the effect of toothbrushing with a dentifrice on gloss, roughness profile, surface roughness, and wear of conventional and bulk-fill resin-based composites. METHODS AND MATERIALS: Gloss and surface roughness of resin-based composites (RBCs; Admira Fusion X-tra, Aura Bulk Fill, Filtek Bulk Fill Flowable, Filtek Bulk Fill Posterior Restorative, Filtek Supreme Ultra, Herculite Ultra, Mosaic Enamel, SDR flow+, Sonic Fill 2, Tetric EvoFlow Bulk Fill and Tetric EvoCeram Bulk Fill) were analyzed before and after brushing; the roughness profile and wear were also determined after toothbrushing. Representative three-dimensional images of the surface loss and images comparing the unbrushed and brushed surfaces were also compared. Analysis of variance and Tukey post hoc tests were applied (α=0.05) to the gloss, surface roughness, roughness profile, and surface loss data. Pearson's correlation test was used to determine the correlation between gloss and surface roughness, surface loss and percentage of gloss decrease after brushing, and surface loss and surface roughness after brushing. RESULTS: <0.05). A significant negative correlation was found between gloss and surface roughness, and a weak correlation was found between the decrease in gloss and the extent of surface loss, and any increase in surface roughness and the surface loss. CONCLUSIONS: Toothbrushing with a dentifrice reduced the gloss, increased the surface roughness, and caused loss at the surface of all the RBCs tested. Considering all the properties tested, Mosaic Enamel exhibited excellent gloss retention and a low roughness profile and wear, while Admira Fusion X-tra exhibited the greatest decrease in gloss, the highest roughness profile, and the most wear.
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.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle