Effect of Staining Drinks on the Color Stability of Grit Blasted and Non-Grit Blasted Monolithic Zirconia: An In Vitro Study
Notice bibliographique
Résumé
The present study aimed to compare the color stability of different types of zirconia with and without grit blasting (GB) after they were immersed in staining drinks. Two hundred and forty zirconia samples (N = 240) belonging equally to three different types of zirconia (Cercon® xt multilayer, xt extra translucent, and ht high translucent) were used in this study. Forty samples from each zirconia group were roughened with GB, while the other forty remained non-GB (NGB). Eight GB and NGB zirconia samples from each sub-group were immersed in artificial saliva, coffee, protein shake, chlorhexidine mouthwash, and a soft drink. Besides chlorhexidine mouthwash (immersion time: 14 days), the samples were immersed in the liquids for 28 days. A spectrophotometer was utilized to observe the color differences (∆E) at baseline (T0), 7 days post-immersion (T1), 14 days post-immersion (T2), 21 days post-immersion (T3), and 28 days post-immersion (T4). For the multilayer zirconia, the greatest ∆E (8.45 for GB and 5.97 for NGB samples) was observed after immersion in coffee at T4. For the extra translucent zirconia, the greatest ∆E (9.10 for GB and 6.81 for NGB samples) was also observed after immersion into the coffee at T4. For the high translucent zirconia, the greatest ∆E (4.53 for GB and 3.62 for NGB samples) was observed after immersion into the coffee at T4 and T3. Protein shake and soft drink immersion also significantly discolored some zirconia samples. Overall, GB zirconia samples presented with greater ∆E values than their NGB counterparts. It can be concluded that coffee immersion of zirconia samples caused a more significant discoloration (increased ∆E values) than any other liquid. Future clinical studies should be carried out to corroborate the current study’s findings.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».