Dentin Bond Integrity of Hydroxyapatite Containing Resin Adhesive Enhanced with Graphene Oxide Nano-Particles—An SEM, EDX, Micro-Raman, and Microtensile Bond Strength Study
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
The aim was to synthesize and characterize an adhesive incorporating HA and GO nanoparticles. Techniques including scanning electron microscopy (SEM) and energy dispersive X-ray spectroscopy (EDX), micro-tensile bond strength (μTBS), and micro-Raman spectroscopy were employed to investigate bond durability, presence of nanoparticles inside adhesive, and dentin interaction. Control experimental adhesive (CEA) was synthesized with 5 wt% HA. GO particles were fabricated and added to CEA at 0.5 wt% (HA-GO-0.5%) and 2 wt% GO (HA-GO-2%). Teeth were prepared to produce bonded specimens using the three adhesive bonding agents for assessment of μTBS, with and without thermocycling (TC). The adhesives were applied twice on the dentin with a micro-brush followed by air thinning and photo-polymerization. The HA and GO nanoparticles demonstrated uniform dispersion inside adhesive. Resin tags with varying depths were observed on SEM micrographs. The EDX mapping revealed the presence of carbon (C), calcium (Ca), and phosphorus (P) in the two GO adhesives. For both TC and NTC samples, HA-GO-2% had higher μTBS and durability, followed by HA-GO-0.5%. The representative micro-Raman spectra demonstrated D and G bands for nano-GO particles containing adhesives. HA-GO-2% group demonstrated uniform diffusion in adhesive, higher μTBS, adequate durability, and comparable resin tag development to controls.
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