MétaCan
Menu
Retour à la cohorte
Enregistrement W4315853377 · doi:10.3390/polym15020432

Molecular Simulations of Low-Shrinkage Dental Resins Containing Methacryl-Based Polyhedral Oligomeric Silsesquioxane (POSS)

2023· article· en· W4315853377 sur OpenAlexaff
Chandra Mouli R. Madhuranthakam, Sudharsan Pandiyan, Ali Elkamel

Notice bibliographique

RevuePolymers · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilicone and Siloxane Chemistry
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSilsesquioxaneShrinkageMaterials sciencePolymer chemistryChemical engineeringPolymer sciencePolymerComposite material

Résumé

récupéré en direct d'OpenAlex

Nanocomposites of methacrylate-based polyhedral oligomeric silsesquioxane (POSS) are used as resins in dentistry to fill dental cavities. In this article, molecular dynamics simulations (MDS) are used to study and understand the interactions of monofunctional and multifunctional methacrylate groups on hybrid resins containing POSS additives for dental applications. These interactions are further related to the structural properties of the nanocomposites, which in turn affect their macro-properties that are important, especially when used for specific uses such as dental resins. For monofunctional methacrylate, nanocomposite of methacryl isobutyl POSS (MIPOSS) and for multifunctional methacrylate, methacryl POSS (MAPOSS) are used in this study. Molecular dynamic simulations (MDS) are performed on both MIPOSS and MAPOSS systems by varying the amount of POSS. On a weight percent basis, 1%, 3%, 5%, and 10% POSS are added to the resin. Density calculations, stress-strain, and powder diffraction simulations are used to evaluate the macro-properties of these nanocomposites and compare them with the experimental findings reported in the literature. The observations from the simulation results when compared to the experimental results show that MDS can be efficiently used to design, analyze, and simulate new nanocomposites of POSS.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,276
Écart entre enseignants0,261 · 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.

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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetSilicone and Siloxane ChemistryTravaux en français237 207