MétaCan
Menu
Retour à la cohorte
Enregistrement W2917837043 · doi:10.4012/dmj.2018-142

Gradual dehydration affects the mechanical properties and bonding outcome of adhesives to dentin

2019· article· en· W2917837043 sur OpenAlexaff
Abu Faem Mohammad Almas Chowdhury, Pipop Saikaew, Mariko Matsumoto, Hidehiko Sano, Ricardo M. Carvalho

Notice bibliographique

RevueDental Materials Journal · 2019
Typearticle
Langueen
DomaineDentistry
ThématiqueDental materials and restorations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesHokkaido University
Mots-clésDentinMaterials scienceAdhesiveCrossheadMolarBond strengthComposite materialDehydrationDentistryFlexural strengthChemistry

Résumé

récupéré en direct d'OpenAlex

This study evaluated the effects of dehydration on the mechanical properties of adhesive resins and dentin, and on the microtensile bond strength (µTBS) of adhesives. Third molars were randomly bonded with Clearfil Mega Bond (MB) or Clearfil SE Bond 2 (SE). After water-storage (37°C; 24 h), µTBS was obtained in 'wet' (tested after 5 min of removal from storage) and 'dehydrated' (tested after 10, 15 min and 24 h) conditions by a universal tester (crosshead speed: 1 mm/min). Data were analyzed by two-way ANOVA and Duncan's test. Hardness (H), Elastic modulus (E) and weight-loss of dentin beams and adhesive-resin discs were also monitored over time and analyzed by one-way repeated measures ANOVA and Bonferroni's test (α=0.05). Significant differences in bond strength were observed for adhesives and for conditions. Except for dentin's E, dehydration caused significant gradual changes in the H, E and weight of adhesive resins and dentin (p<0.05).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,081
Score d'incertitude au seuil0,515

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,279
Écart entre enseignants0,243 · 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 tête enseignante, 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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDental Materials JournalMême sujetDental materials and restorationsTravaux en français237 207