Evaluating the support and associated strain distribution in unilateral obturator with different designs: An experimental and finite element study
Notice bibliographique
Résumé
This study aimed to evaluate support (the resistance to tissue-ward movement) and strain distribution in unilateral obturators with four designs using Digital Image Correlation (DIC) and Finite Element Analysis (FEA). Twelve epoxy-resin models were prepared to receive removable obturators that have four designs, including acrylic resin-based obturators (ARO), linear (LDO), tripodal (TDO), and a newly modified one termed fully tripodal design obturator (FTDO) were used for DIC. The models were installed in a DIC set to receive a vertical load of 150N. The strain on the dentate and defect sides was evaluated using DIC software. Mathematically, four finite element models were prepared to receive vertical and lateral loads of 100N on two points. The support and strain were assessed using the ANSYS workbench. Using DIC, the ARO demonstrated the highest strain values on the defect area and as an entire prosthesis, followed by the LDO on the defect side. Using FEA, the TDO produced the highest strain value with anterior (oblique) and posterior loads. LDO produced the lowest support and highest strain on the anterior teeth compared to TDO and FTDO. ARO resulted in the highest total strain, while the TDO produced the lowest. Both TDO and FTDO were comparable in terms of strains and support.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».