Ultra‐morphological characteristics of dentin surfaces after different preparations and treatments
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
Using transmission electron microscopy (TEM), this study investigated the characteristics of smear layers after preparation of dentin surfaces using different methods. In addition, this study analyzed, using scanning electron microscopy (SEM), the interactions of smear layers with the various acidic agents used subsequently to treat the dentin surface. Mid-coronal dentin surfaces were prepared according to one of five instrumentation methods: fracture; grinding with carbide bur; grinding with regular-grit diamond bur; grinding with superfine-grit diamond bur; or grinding with 600-grit silicon carbide (SiC) abrasive paper. Then, each prepared dentin surface was further divided into control (no further treatment) or treatment with one of the following agents: phosphoric acid solution (PAS); phosphoric acid gel (PAG); Clearfil SE Bond 2 Primer (SE2); or Scotchbond Universal Adhesive (SBU). Longitudinal ultra-thin sections were made for TEM observations. Dentin discs, representing each surface preparation and treatment method described above, were created, and the morphology was examined by SEM. The TEM results revealed differences in thickness and denseness of the smear layer, according to the different methods of instrumentation used to prepare the dentin surface. The two forms of phosphoric acid completely removed the smear layer in all groups. Agglomerated silica particles were observed on the top of the collagen layer after etching with PAG. For all dentin surfaces, except for that prepared with SiC, SE2 demonstrated better etching efficacy on different smear layers, whereas SBU provided only superficial interaction.
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