Toothpaste Abrasion and Abrasive Particle Content: Correlating High-Resolution Profilometric Analysis with Relative Dentin Abrasivity (RDA)
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.
Notice bibliographique
Résumé
In this in vitro study, the influence of the concentration of abrasive particles on the abrasivity of toothpastes was investigated using laser scan profilometry on polymethyl methacrylate (PMMA) surfaces with the aim of providing an alternative method to developers for screening of new toothpaste formulations. PMMA plates were tested in a toothbrush simulator with distilled water and four model toothpastes with increasing content of hydrated silica (2.5, 5.0, 7.5, 10.0 wt%). The viscosity of the model toothpaste formulations was kept constant by means of varying the content of sodium carboxymethyl cellulose and water. The brushed surfaces were evaluated using laser scan profilometry at micrometer-scale resolutions, and the total volume of the introduced scratches was calculated along with the roughness parameters Ra, Rz and Rv. RDA measurements commissioned for the same toothpaste formulations were used to analyze the correlation between results obtained with the different methods. The same experimental procedure was applied to five commercially available toothpastes, and the results were evaluated against our model system. In addition, we characterize abrasive hydrated silica and discuss their effects on PMMA-sample surfaces. The results show that the abrasiveness of a model toothpaste increases with the weight percentage of hydrated silica. Increasing roughness parameter and volume loss values show good correlation with the likewise increasing corresponding RDA values for all model toothpastes, as well as commercial toothpastes without ingredients that can damage the used substrate PMMA. From our results, we deduce an abrasion classification that corresponds to the RDA classification established for marketed toothpastes.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 découle