Comparing the Flexural Strength of PMMA Enhanced with Glass Fibers and Aluminum Oxide: An In Vitro Study
Notice bibliographique
Résumé
A BSTRACT Aim: To evaluate the flexural strength of Heat Cure Denture Base Resin reinforced with glass fiber and aluminum Oxide. Objectives: To evaluate and compare the flexural strength (FS) of conventional heat cure acrylic resin denture base (PMMA) and reinforced resins by the addition of 5% by weight of aluminum oxide and glass fibers. Materials and Methods: A total 60 samples consisting of conventional heat cured acrylic denture base resin (DPI) with incorporation of 5% each of aluminum oxide and glass fiber nanoparticles were studied in three groups of 20 samples each. A rectangular stainless-steel die measuring 10 mm × 65 mm × 3 mm was fabricated and flaked to obtain mold space for acrylic samples preparation. The uniform reinforcement of nanoparticles to PMMA was performed using Vortex mixer. The flexural strength was measured using three point bending test (Instron universal testing machine). Results: The flexural strength of Group B (PMMA reinforced with 5 wt.% of aluminum oxide showed to be highest among all study groups when compared to control group (Group A – Conventional heat cured acrylic DPI. Amongst the experimental groups, the flexural strength of conventional heat cure acrylic resin was found to be lowest. The results obtained were statistically analyzed by one way ANOVAs test and Post hoc test. Conclusion: The addition of 5% aluminum oxide increases the flexural strength of heat cure acrylic denture base resin reinforcement of 5% glass fibers & 5% aluminum oxide significantly improves the flexural strength compared to conventional PMMA resin.
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 | 0,001 | 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 ».