Influence of Different Conditioning Treatments on the Bond Integrity of Root Dentin to rGO Infiltrated Dentin Adhesive. SEM, EDX, FTIR and MicroRaman 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 present study aimed to synthesize and equate the mechanical properties and dentin interaction of two adhesives; experimental adhesive (EA) and 5 wt.% reduced graphene oxide rGO) containing adhesive. Scanning electron microscopy (SEM)-Energy-dispersive X-ray spectroscopy (EDX), Micro-Raman spectroscopy, push-out bond strength test, and Fourier Transform Infrared (FTIR) spectroscopy were employed to study nano-bond strength, degree of conversion (DC), and adhesive-dentin interaction. The EA was prepared, and rGO particles were added to produce two adhesive groups, EA-rGO-0% (control) and rGO-5%. The canals of sixty roots were shaped and prepared, and fiber posts were cemented. The specimens were further alienated into groups based on the root canal disinfection technique, including 2.5% sodium hypochlorite (NaOCl), Photodynamic therapy (PDT), and ER-CR-YSGG laser (ECYL). The rGO nanoparticles were flake-shaped, and EDX confirmed the presence of carbon (C). Micro-Raman spectroscopy revealed distinct peaks for graphene. Push-out bond strength test demonstrated highest values for the EA-rGO-0% group after NaOCl and PDT conditioning whereas, rGO-5% showed higher values after ECYL conditioning. EA-rGO-0% presented greater DC than rGO-5% adhesive. The rGO-5% adhesive demonstrated comparable push-out bond strength and rheological properties to the controls. The rGO-5% demonstrated acceptable DC (although lower than control group), appropriate dentin interaction, and resin tag establishment.
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