MétaCan
Menu
Retour à la cohorte
Enregistrement W2950661137 · doi:10.1038/s41598-019-44959-w

A comparative finite element analysis of maxillary expansion with and without midpalatal suture viscoelasticity using a representative skeletal geometry

2019· article· en· W2950661137 sur OpenAlexafffund
R. S. Fuhrer, Dan L. Romanyk, Jason P. Carey

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineDentistry
ThématiqueOrthodontics and Dentofacial Orthopedics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésViscoelasticityFibrous jointFinite element methodDisplacement (psychology)Materials scienceMaxillaOrthodonticsComposite materialDentistryMedicineStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The goal of this investigation was to adapt and incorporate a nonlinear viscoelastic material model representative of the midpalatal suture's viscoelastic nature into finite element analysis simulations of maxillary expansion treatment. Step-wise displacements were applied to a partial skull geometry to simulate treatment using an expansion screw appliance. Four simulation cases were considered for the midpalatal and intermaxillary sutures: 1. Neglecting suture tissue; 2. Linear elastic properties; 3. Viscoelastic properties; 4. A fused intermaxillary and viscoelastic midpalatal suture. Results from simulations indicated that removal of suture tissue and inclusion of viscoelastic properties resulted in the same maxillary displacement following 29 activations of 0.125 mm applied directly to the maxilla; however, assuming a fused intermaxillary suture significantly changed maxillary displacement patterns. Initial stress results within the suture complex were significantly influenced by the inclusion of suture viscoelasticity as compared to linear elastic properties. The presented study demonstrates successful incorporation of suture viscoelasticity into finite element analysis simulations of maxillary expansion treatment, and elucidates the appropriateness of various suture material property assumptions depending desired research outcomes.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,318
Écart entre enseignants0,291 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetOrthodontics and Dentofacial OrthopedicsTravaux en français237 207