MétaCan
Menu
Retour à la cohorte
Enregistrement W4281481783 · doi:10.1038/s41598-022-13081-9

Effect of an enamel matrix derivative (Emdogain) on the microhardness and chemical composition of human root dentin: an in vitro study

2022· article· en· W4281481783 sur OpenAlexaff
Karime Tavares Lima da Silva, Renata Grazziotin‐Soares, Rafael Resende de Miranda, Veridiana Resende Novais, Edilausson Moreno Carvalho, Gisele Rodrigues da Silva, José Bauer, Ceci Nunes Carvalho

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Erosion and Treatment
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesFundação de Amparo à Pesquisa e ao Desenvolvimento Científico e Tecnológico do MaranhãoConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésDentinEnamel matrix derivativeDentistryKnoop hardness testFourier transform infrared spectroscopyEnamel paintRoot canalScanning electron microscopeMaterials scienceIndentation hardnessNuclear chemistryChemistryComposite materialMicrostructureMedicineChemical engineering

Résumé

récupéré en direct d'OpenAlex

The advantage of using an Enamel matrix derivative EMD Emdogain as an intracanal medication could be a manner to strength the tooth structure, improving the physical and chemical properties of dentin. We tested, in vitro, the effect of Emdogain on the surface microhardness and chemical composition of root dentin. Ten human teeth were used to produce dentin specimens originated from the canal walls (n = 30) that remained in contact to Emdogain gel for 90 days. Baseline and 90-days after Emdogain treatment measurements were performed using Fourier Transform Infrared Spectroscopy (ATR/FTIR), Scanning Electron Microscopy/Energy Dispersive Spectroscopy (SEM/EDS) and Knoop indenters. The use of EMD (Emdogain) for 90 days in contact with human root canal dentin specimens did not alter the microhardness and morphology of dentin. The elemental structure of dentin was altered because there was a reduction in carbonate content.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 seuil0,403

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,313
Écart entre enseignants0,300 · 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 tête enseignante, 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetDental Erosion and TreatmentTravaux en français237 207