Characterization of Temporary Dental Crown Materials Prepared by Different Digital Technologies
Notice bibliographique
Résumé
Temporary fixed dental restorations are an essential part of prosthodontics treatment to restore aesthetics and function as well as to protect teeth from damage until treatment completion.Various digital technologies have recently been introduced for the fabrication of temporary crowns that need to be evaluated physically and mechanically.The objective of this study was to evaluate the physical and mechanical properties of temporary crown materials fabricated using various digital fabrication techniques and 3D printing systems.Methods: Four groups of temporary dental crown materials (N=8) were prepared using conventional methods and three digital systems.Groups A, manual method, B, a digital subtractive method, C, additive method with the NextDent system, and D, additive method with the Asiga system.Surface roughness (Ra), three-point bending, and Vickers microhardness tests were performed.One-way analysis of variance (ANOVA) and Fisher's multiple tests were used to compare outcomes between the groups.Results: Group B was statistically smoother (P < .05)than other groups.The flexural strength values for groups B and C were significantly higher than groups A and D. The microhardness values for groups A, B, and C were higher than that of group D. Conclusion: Both additive and subtractive methods for manufacturing temporary crowns tend to have stronger flexural strengths and smoother surfaces than those prepared by the conventional method.Additive methods vary according to the type of printer and materials and system used.Based on the test materials and 3D printer type, subtractive temporary resin and additives from NextDent printing showed superior flexural strength.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».