Adhesive bond integrity of Y‐TZP post with calcium fluoride infiltrated resin dentin adhesive: An SEM, EDX, FTIR and micro‐Raman study
Notice bibliographique
Résumé
The study aimed to synthesize calcium fluoride (CaF 2 ) nanoparticles and compare the push‐out bond strength and viscosity of experimental adhesive (EA) and EA with 5 wt.% CaF 2 (CAF‐5%). The CaF 2 nanoparticles were synthesized and then characterized with scanning electron microscopy (SEM)‐energy‐dispersive X‐ray spectroscopy (EDX), Fourier transform infrared (FTIR), and micro‐Raman spectroscopies. CaF 2 nanoparticles were incorporated in the adhesives to yield two groups; gp‐1: EA‐CAF‐0% (control) and gp‐2: CAF‐5%. Canals of 20 teeth ( N = 20) were prepared, and then yttria‐stabilized tetragonal zirconia polycrystalline (Y‐TZP) ceramic posts were cemented. Adhesives were assessed for push‐out bond strength and rheology. CaF 2 filler was seen as irregularly shaped agglomerates on SEM. The EDX analysis demonstrated the presence of calcium and fluoride for the CAF‐5% group. The FTIR indicated characteristic bands for CaF 2 containing materials. The micro‐Raman spectra of CaF 2 nanoparticles demonstrated the presence of CaF 2 by showing strong bands at 840 cm −1 , 1380 cm ‐1, and 1400 cm −1 for fluorine and 950 cm −1 and 1080 cm −1 for calcium ions. The highest push‐out bond strength values were obtained for CAF‐5% group samples (cervical: 9.67 ± 1.46 MPa, apical: 8.66 ± 1.24 MPa), and both adhesives revealed adhesive‐dentin interfacial fractures. The CAF‐5% adhesive also revealed comparable rheological properties with the controls. The addition of CaF 2 nanoparticles in the adhesive improved its push‐out bond strength to Y‐TZP post and root dentin, although CAF‐5% showed reduced viscosity on rheological assessment (compared with the controls).
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».