Influence of Hydroxyapatite Nanospheres in Dentin Adhesive on the Dentin Bond Integrity and Degree of Conversion: A Scanning Electron Microscopy (SEM), Raman, Fourier Transform-Infrared (FTIR), and Microtensile Study
Notice bibliographique
Résumé
An experimental adhesive incorporated with different nano-hydroxyapatite (n-HA) particle concentrations was synthesized and analyzed for dentin interaction, micro-tensile bond strength (μTBS), and degree of conversion (DC). n-HA powder (5 wt % and 10 wt %) were added in adhesive to yield three groups; gp-1: control experimental adhesive (CEA, 0 wt % HA), gp-2: 5 wt % n-HA (HAA-5%), and gp-3: 10 wt % n-HA (HAA-10%). The morphology of n-HA spheres was evaluated using Scanning Electron Microscopy (SEM). Their interaction in the adhesives was identified with SEM, Energy-Dispersive X-ray (EDX), and Micro-Raman spectroscopy. Teeth were sectioned, divided in study groups, and assessed for μTBS and failure mode. Employing Fourier Transform-Infrared (FTIR) spectroscopy, the DC of the adhesives was assessed. EDX mapping revealed the occurrence of oxygen, calcium, and phosphorus in the HAA-5% and HAA-10% groups. HAA-5% had the greatest μTBS values followed by HAA-10%. The presence of apatite was shown by FTIR spectra and Micro-Raman demonstrated phosphate and carbonate groups for n-HA spheres. The highest DC was observed for the CEA group followed by HAA-5%. n-HA spheres exhibited dentin interaction and formed a hybrid layer with resin tags. HAA-5% demonstrated superior μTBS compared with HAA-10% and control adhesive. The DC for HAA-5% was comparable to control adhesive.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».