MétaCan
Menu
Retour à la cohorte
Enregistrement W4205287393 · doi:10.3390/dj10010013

Simulating the Intraoral Aging of Dental Bonding Agents: A Narrative Review

2022· review· en· W4205287393 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueDentistry Journal · 2022
Typereview
Langueen
DomaineDentistry
ThématiqueDental materials and restorations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of TorontoCanada Foundation for Innovation
Mots-clésContext (archaeology)Narrative reviewStressorAmalgam (chemistry)Forensic engineeringDentistryMaterials scienceMedicineChemistryIntensive care medicineEngineeringClinical psychologyHistory

Résumé

récupéré en direct d'OpenAlex

Despite their popularity, resin composite restorations fail earlier and at higher rates than comparable amalgam restorations. One of the reasons for these rates of failure are the properties of current dental bonding agents. Modern bonding agents are vulnerable to gradual chemical and mechanical degradation from a number of avenues such as daily use in chewing, catalytic hydrolysis facilitated by salivary or bacterial enzymes, and thermal fluctuations. These stressors have been found to work synergistically, all contributing to the deterioration and eventual failure of the hybrid layer. Due to the expense and difficulty in conducting in vivo experiments, in vitro protocols meant to accurately simulate the oral environment's stressors are important in the development of bonding agents and materials that are more resistant to these processes of degradation. This narrative review serves to summarize the currently employed methods of aging dental materials and critically appraise them in the context of our knowledge of the oral environment's parameters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,096
Tête enseignante GPT0,415
Écart entre enseignants0,319 · 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