MétaCan
Menu
Retour à la cohorte
Enregistrement W3042290685 · doi:10.20396/revpibic2720192330

Comparative study of methods to evaluate depth of cure of restorative composites

2019· article· en· W3042290685 sur OpenAlexaff
Beatriz de Cássia Romano, Marcelo Giannini, Jorge Soto‐Montero, Beatriz de Mendonça, Richard Bengt Price

Notice bibliographique

RevueResumos do... · 2019
Typearticle
Langueen
DomaineDentistry
ThématiqueDental materials and restorations
Établissements canadiensDalhousie University
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésMaterials scienceAcetoneComposite materialCuring (chemistry)SolventResin compositeDissolutionComposite numberOrganic solventChemistryChemical engineering

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to compare two methods to evaluate the depth of cure (DOC) of restorative composites and if the extension of the light-activation time would increase the DOC of composites.Two bulk-fill composites (Tetric Evoceram Bulk Fill, Ivoclar Vivadent and Filtek One Bulk Fill, 3M Oral Care) and two conventional composites (Tetric N-Ceram, Ivoclar Vivadent e Filtek Z350 XT, 3M Oral Care) were tested. Cylindrical samples were made by inserting the composites into a hole of matriz with 5 mm internal diameter and 13 mm depth, and light-activated with light curing unit from the same manufacturers of each composite, using the manufacturer recommendation time (MRT), or for double the time (DOT). Two methods compared were: 1- ISO 4049 test and 2- dissolution with organic solvent (acetone). For the ISO 4049 test, the unpolymerized resin was manually removed with a plastic spatula and the length of the samples measured with a digital caliper to calculate the DOC. In the organic solvent method, the unpolymerized resin was removed manually and samples were immersed inn the dark in acetone for 48 hours for DOC measurement. It was observed that light curing for DOT produced significantly higher DOC than those for MRT. Differences in DOC measurements between ISO and "organic solvent" methods were material dependent.

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 enseignants0,331
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,080
Tête enseignante GPT0,449
Écart entre enseignants0,368 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResumos do...Même sujetDental materials and restorationsTravaux en français237 207