The Ability of Dental Practitioners to Light-Cure Simulated Restorations
Notice bibliographique
Résumé
OBJECTIVES: To determine the ability of dental professionals to deliver a radiant exposure of at least six J/cm2 in 10 seconds to simulated restorations. METHODS AND MATERIALS: The study initially examined 113 light-emitting-diode (LED) light polymerization units (LPUs) used in dental offices to determine if they could deliver at least 6 J/cm2 radiant exposure (RE) in 10s. This assessment was completed by using a laboratory-grade light measuring device (checkMARC, BlueLight Analytics, Halifax, NS, Canada). The participating dental professionals whose LPUs could deliver 6 J/cm2 then used their own LPU to light-cure simulated anterior and posterior restorations in the MARC Patient Simulator (BlueLight Analytics). They then received specific instructions and were retested using the same LPUs. Data were statistically analyzed with a series of one-way analysis of variance (ANOVA), two-way ANOVA, paired-samples t-tests, Fisher post hoc multiple comparison tests, and McNemar tests with a preset alpha of 0.05 (SPSS Inc). RESULTS: Ten (8.8%) LPUs could not deliver the required RE to the checkMARC in 10s and were eliminated from the study. For the anterior restoration, most dental practitioners (87.3%) could deliver at least 6 J/cm2 before instructions. After receiving additional light-curing instructions, only two (1.9%) participants were unable to deliver 6 J/cm2 to the anterior location. At the posterior location, only 55.3% (57) participants could deliver at least 6 J/cm2 before the instructions. After receiving these instructions, an additional 32 participants delivered at least 6 J/cm2. Overall, after receiving instructions on how to use the LPU correctly, the participants improved the amount of RE they delivered to anterior and posterior restorations by 22.5% and 30%, respectively. CONCLUSION: This study revealed that at the baseline, 44.7% of participating dental professionals failed to deliver 6 J/cm2 in 10s to the posterior simulated restoration when using their own LPU.
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 | 0,008 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».