The impact of using two fiber-reinforced composites with different placement methods on the flexural strength of two resin materials: an in vitro study
Notice bibliographique
Résumé
BACKGROUND: This in vitro study assessed the influence of using two types of fiber-reinforced composite with different placement methods on the flexural strength of two resin materials. METHODS: UD(UD) / WOVEN (WO)) with two resin composites (BEAUTIFIL II (BT II) and BEAUTIFIL Flow Plus (BF+)). Seven placements were employed to prepare specimens for each composite, including one control group without FRCs, two using UD, and the other four using WO. Specimens were prepared for flexural strength testing to evaluate the mechanical properties. Fracture mode was examined by dividing it into three categories. Three-way ANOVA and Tucky' HSD test was performed (α = 0.05), with macro images and scanning electron microscope (SEM) micrographs analyzed. RESULTS: In comparison to the control group, experimental groups utilizing BEAUTIFIL II (BT II) and BEAUTIFIL Flow Plus (BF+) with FRCs showed higher flexural strength (116.80 ± 11.45 MPa/107.02 ± 13.68 MPa and 302.06 ± 89.00 MPa/358.16 ± 96.10 MPa, respectively) (p < 0.05). Three-way ANOVA revealed that the flexural strength values were significantly affected by different resin composites, placing methods and fiber orientation respectively (p < 0.001). CONCLUSIONS: FRCs can be used as a reinforcing material for resin composites in a simulation of direct restoration. In some situations, the use of FRCs avoided complete fracture. The placement of FRCs and the composite used could be considered when applied clinically. CLINICAL TRIAL NUMBER: Not applicable.
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 ».