MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405011898 · doi:10.1111/cid.13421

Effect of Loading Angles on Abutment Screw Loosening: In Vitro Study

2024· article· en· W4405011898 sur OpenAlexvenueno aff
Fei Sun, Linmeng Xu, Lulu Jiang

Notice bibliographique

RevueClinical Implant Dentistry and Related Research · 2024
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChina Postdoctoral Science Foundation
Mots-clésAbutmentPreloadMaterials scienceFinite element methodOrthodonticsTorqueStructural engineeringEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

AIM: Biomechanical performance is a critical factor in the long-term success of dental implants, with abutment screw loosening being a common clinical issue. This study aimed to examine the impact of abutment screw design and external load loading angles on abutment screw loosening. MATERIALS AND METHODS: Abutments and abutment screws with 30°, 60°, 90°, and 180° fitting tapers were fabricated and tested for preload and initial loosening torque. Subsequently, dynamic loosening tests were conducted at loading angles of 15°, 30°, and 45°. Finite element analysis (FEA) was used to calculate the stress and strain distribution of the abutment screws. RESULTS: The findings indicated that large-taper abutment screws exhibit a higher preload, whereas small-taper abutment screws demonstrate greater loosening torque values. Additionally, as the loading angle increases, the loosening torque value decreases, and the stress and strain values of the abutment screw increase. CONCLUSIONS: Abutment screws with smaller taper heads exhibited superior resistance to loosening. Moreover, the anti-loosening performance of the abutment screws decreased with higher external load loading angles.

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)0,002
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,109
Tête enseignante GPT0,509
Écart entre enseignants0,400 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Implant Dentistry and Related Research→Même sujetDental Implant Techniques and Outcomes→Travaux en français237 207→