In vitro evaluation of the enhancement of glass ionomer cement features by using chitosan and nanodiamond
Notice bibliographique
Résumé
This study investigated the influence of chitosan and nanodiamond incorporation on the surface, optical, and mechanical properties of glass ionomer cement. Total 56 samples (5 mm diameter and 2 mm thickness) were prepared and divided into 4 groups according to the incorporation of chitosan and nanodiamond on Fuji II glass ionomer cement: Control group: no incorporation; 10%CH group: incorporation of 10% chitosan; 10%ND group: incorporation of 10% of nanodiamond; 5%CH-5%ND group: incorporation of 5% chitosan and 5% nanodiamond (n=14). Analyses of color stability, surface roughness, fluorescence intensity, microhardness, morphology, and chemical composition were investigated. Additionally, water sorption, hygroscopic expansion, contact angle, surface free energy, and total free energy of interaction were also assessed. After the initial readings, the samples were individually stored in red wine solution for 28 days. Data were subjected to ANOVA followed by Tukey´s test (α=.05). Aging in wine solution altered the optical, mechanical, and surface properties of glass ionomer cement regardless of the incorporation of the compound (P<.05). 10% chitosan-incorporated glass ionomer cement promoted higher color alteration, surface roughness, and water sorption after aging (P<.05). 10% nanodiamond-incorporated glass ionomer cement showed higher microhardness compared to the other groups before aging (P<.05), however there were no differences among them after aging (P>.05). In general, no differences between the 5% chitosan- and 5% nanodiamond-incorporated glass ionomer cement and control groups were noted on the evaluated analyses (P>.05). Thus, the incorporation of 5% chitosan and 5% nanodiamond is a satisfactory alternative for maintain the surface, optical, and mechanical properties of the glass ionomer cement.
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 | 0,000 | 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 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 ».