An Evaluation of the Efficacy of LED Light Curing Units in Primary and Secondary Dental Settings in the United Kingdom
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to evaluate the irradiance and the quality of LED light curing units (LCUs) in primary and secondary clinics in the UK and to assess the effect of damage, contamination, use of protective sleeves, and distance of light tips to target on the irradiance and performance of LCUs. METHODS: The irradiance levels (mW/cm2) of 26 LED LCUs from general dental practices and 207 LED LCUs from two dental hospitals were measured using a digital radiometer (Blue Phase II, Ivoclar, Vivadent, Amherst, NY). Ten LED light guide tips (Satelec Mini, Acteon, Merignac, France) were selected to evaluate the effect of chipping, contamination (tip debris), and use of protective sleeves and tips to sensor distance on irradiance (mW/cm2) using a MARC Resin Calibrator (Blue Light Analytics, Halifax, Canada). Homogeneity of the light output was evaluated using a laser beam profiler (SP620; Ophir-Spiricon, North Longan, UT, USA). Statistical analysis was conducted using a one-way analysis of variance (ANOVA) with post hoc Tukey test (α=0.05) and linear regression with stepwise correlation tests. RESULTS: Thirty-three percent of the LCUs delivered irradiance output less than 500 mW/cm2. The condition of the light curing tips was poor, with 16% contaminated with resin debris, 26% damaged, and 10% both contaminated and damaged. The irradiance output was significantly reduced in contaminated (62%) and chipped (50%) light curing tips and when using protective sleeves (24%) (p<0.05). Irradiance was also reduced when increasing the distance with 25% and 34% reduction at 7 mm and 10 mm, respectively (p<0.05). CONCLUSION: There remains a lack of awareness of the need for regular monitoring and maintenance of dental LCUs. Damaged and contaminated light curing tips, use of protective sleeves, and increasing the distance from the restoration significantly reduced the irradiance output and the performance of the LCUs.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».