MétaCan
Menu
Retour à la cohorte
Enregistrement W4388043205 · doi:10.3897/folmed.65.e90085

Evaluation of the flexural strength of orthodontic acrylic resin incorporated with propolis nanoparticles: an in vitro study

2023· article· en· W4388043205 sur OpenAlexaff
Azam Akhavan, Sepideh Arab, Negin Eslamiamirabadi, Ahmad Sodagar, Fatemeh Safari

Notice bibliographique

RevueFolia Medica · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBee Products Chemical Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFlexural strengthCrossheadUniversal testing machineAcrylic resinMaterials scienceComposite materialDentistryMedicineUltimate tensile strength

Résumé

récupéré en direct d'OpenAlex

Aim: Nanopropolis has become the subject of interest in medicine and dentistry as a natural product due to its outstanding properties, particularly antimicrobial activity. This study aimed at investigating the effect of nanopropolis on flexural strength of polymethyl methacrylate (PMMA). Materials and methods: Three groups of two acrylic resin brands namely Acropars and Triplex containing 0 (control group), 0.5%, and 1% of nanopropolis were prepared in 64×10.0×3.3 mm according to ISO 20795-2 (2013). Fifteen samples were allocated to each concentration. Flexural strength was determined following immersion in water and incubation at 37°C for 50±2 hours using a universal testing machine at a crosshead speed of 5±1 mm/min. Data were analyzed using ANOVA, Tukey HSD, and t-test. P<0.05 was set as statistical significance. Results: Control groups of Acropars and Triplex showed the highest mean flexural strength within their own group which both were higher than the recommended 50 MPa. The mean flexural strength of Triplex incorporated with 0.5 and 1% of nanopropolis was higher than that of Acropars with the same percentage. Conclusions: The mean flexural strength of Triplex remained above the recommended value of 50 MPa after incorporation of both 0.5 and 1% nanopropolis. However, that of Acropars dropped below it.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0020,000

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 Opus0,056
Tête enseignante GPT0,284
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), 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 revueFolia MedicaMême sujetBee Products Chemical AnalysisTravaux en français237 207