Evaluation of the effect of different core substrates on the accuracy of intraoral scanners
Notice bibliographique
Résumé
BACKGROUND: The aim of this study was to determine if different types of core substrates have any effect on the trueness and precision of digital intraoral impressions. MATERIAL AND METHODS: A customized typodont with four similar cores of natural dentine, composite, metal (Ni-Cr), and zirconia in the position of premolars was fabricated. The study model was scanned five times with two types of intraoral scanners (Carestream 3600 and 3Shape Trios 3), and a reference standard scan was obtained using a laboratory scanner (3shape D1000). A metrology software (Geomagic X) was used to align the data of experimental scans and the reference scan to determine deviation values (trueness). Precision values were calculated with random superimposition in each intraoral scanner group. The Kruskal-Wallis test was used to compare differences between different substrates, and the Mann-Whitney test was used to compare the average values between the two scanners. RESULTS: Trios 3 was found to be significantly truer and more precise than Carestream 3600 (p value = .005, <0.001). There were no significant differences in the trueness of different substrates when they were scanned by Trios 3, while different materials showed significantly different trueness values in the Carestream 3600 group (p value = .003). Dentin showed the best trueness, and zirconia performed worse than other substrates. Regarding the precision of the scanners, neither of the scanners was affected by the type of scanning substrate. CONCLUSION: For Carestream 3600, substrate type did impact the trueness of intraoral scans, with dentin and zirconia showing the highest and lowest accuracy, respectively, while Trios 3 was similarly accurate across all substrates. Trios 3 had both higher trueness and precision than Carestream 3600.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».