MétaCan
Menu
Retour à la cohorte
Enregistrement W3173808260 · doi:10.1007/s10856-021-06553-3

Aluminum-free glass ionomer cements containing 45S5 Bioglass® and its bioglass-ceramic

2021· article· en· W3173808260 sur OpenAlexafffund
Alireza Zandi Karimi, Ehsan Rezabeigi, R. A. L. Drew

Notice bibliographique

RevueJournal of Materials Science Materials in Medicine · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensMcGill UniversityConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésMaterials scienceBioactive glassCeramicComposite materialGlass ionomer cementCrystallinityCompressive strength

Résumé

récupéré en direct d'OpenAlex

Abstract Although the incorporation of bioactive glasses into glass ionomer cements (GICs) has led to promising results, using a bioactive glass as the only solid component of GICs has never been investigated. In this study, we developed an Al-free GIC with standard compressive strength using various combinations of 45S5 Bioglass ® and its glass-ceramic as the solid component. The glass-ceramic particles with 74% crystallinity were used for this purpose as they can best act as both remineralizing and reinforcing agents. Strengthening mechanisms including crack deflection and crack-tip shielding were activated for the GICs containing 50–50 wt% bioglass and bioglass-ceramic as the optimum ratio. The progression of the GIC setting reaction at its early stages was also monitored and verified. We also discussed that our bimodal particle size distribution containing both micron- and nanosized particles may enhance the packing density and integrity of the structure of the cements after setting. In such GICs produced in this study, the toxic effects of Al are avoided while chemical bonds are expected to form between the cement and the surrounding hard tissue(s) through interfacial biomineralization and adhesion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,258
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Science Materials in MedicineMême sujetBone Tissue Engineering MaterialsTravaux en français237 207