MétaCan
Menu
Retour à la cohorte
Enregistrement W4386982264 · doi:10.1016/j.identj.2023.07.646

Mercury vapor from pre-capsulated dental amalgam according to storage temperature

2023· article· en· W4386982264 sur OpenAlexaboutno aff
Miss Ji-Eun Kim, Jae‐Sung Kwon, Kwang‐Mahn Kim

Notice bibliographique

RevueInternational Dental Journal · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)Christian ministryElemental mercuryChemistryMaterials scienceOrganic chemistryComputer science

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to measure the amount of mercury vapor from one pre-capsulated dental amalgam according to the storage temperature and to investigate whether the storage temperature suggested by the manufacturer or ISO is appropriate for the storage. GK Amalgam and Ultracaps+ were used in this study. One pre-capsulated dental amalgam was placed in a Tedlar bag and vacuumed, and the Tedlar bag was filled with 2 L of (4±2)°C air. The Tedler bag was then stored at one of the three different temperature conditions; (4±2)°C, (23±2)°C or (30±2)°C for 24 hours to obtain air containing mercury vapor. By applying Ontario hydro method, elemental mercury vapor in the Tedlar bag was oxidized in KMnO4-H2SO4 solvent and pre-treated, followed by analyses using the CVAAS method. Total of 5 measurements were obtained from each group. There was a significant difference depending on the storage temperature (P<0.05), and it was confirmed that the amount of mercury vapor increased as the temperature increased. It was evident that storage at (23±2)°C, in compliance with the guidelines of manufacturers and ISO, result in exposure of mercury vapor exceeding 340 to 1,170 % of the exposure amount compare to the standard set by the Ministry of Labor in Korea. It is thought that the amount of mercury vapor can be reduced by lower storage temperature by methods such as refrigerating the pre-capasulated dental amalgam.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,723
Score d'incertitude au seuil0,760

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,231
Écart entre enseignants0,224 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Dental JournalMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207