Effect of Different Post-Curing Methods on the Degree of Conversion of 3D-Printed Resin for Models in Dentistry
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
The aim was to investigate the effects of different post-curing units on the chemical properties (degree of conversion) of 3D-printed resins for producing models in dentistry. The goal is to determine whether less-expensive post-curing units can be a viable alternative to the manufacturer’s recommended units. Forty-five samples were fabricated with an LCD printer (Phrozen Sonic Mini, Phrozen 3D, Hsinchu City, Taiwan) using MSLA Dental Modeling Resin (Apply Lab Work, Torrance, CA, USA). These samples were divided randomly into four different groups for post-curing using four distinct curing units: Phrozen Cure V2 (Phrozen 3D, Hsinchu City, Taiwan), a commercial acrylic nail UV LED curing unit (SUNUV, Shenzhen, China), a homemade curing unit created from a readily available UV LED light produced (Shenzhen, China), and the Triad® 2000™ tungsten halogen light source (Dentsply Sirona, York, PA, USA). The degree of conversion was measured with FTIR spectroscopy using a Nicolet 6700 FTIR Spectrometer (Thermo Fisher Scientific, Waltham, MA, USA). Phrozen Cure V2 had the highest overall mean degree of conversion (69.6% with a 45 min curing time). The Triad® 2000 VLC Curing Unit had the lowest mean degree of conversion value at the 15 min interval (66.2%) and the lowest mean degree of conversion at the 45 min interval with the homemade curing unit (68.2%). The type of light-curing unit did not yield statistically significant differences in the degree of conversion values. There was a statistically significant difference in the degree of conversion values between the 15 min and 45 min curing intervals. When comparing individual light-curing units, there was a statistically significant difference in the degree of conversion for the post-curing units between the 15 min and 45 min curing time (p = 0.029).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle