EFEKTIVITAS EKSTRAK BIJI PEPAYA (Carica papaya L) SEBAGAI DESINFEKTAN UNTUK MENGHAMBAT PERTUMBUHAN MIKROORGANISME PADA RESIN AKRILIK
Notice bibliographique
Résumé
Latar Belakang: Gigi tiruan berbahan resin akrilik heat cure memiliki \nkelemahan mudah terjadi porus sehingga mudah terjadi akumulari \nmikroorganisme. Peningkatan mikroorganisme pada gigi tiruan dapat \nmengakibatkan masalah seperti denture stomatitis, sehingga perlu dilakukan \npembersihan gigi tiruan secara rutin. Denture cleanser dari bahan kimia \nmemiliki banyak kekurangan, sehingga diperlukan bahan lain yang bersifat \nalami, salah satunya adalah ekstrak biji pepaya (Carica papaya L.)., Tujuan: \nUntuk mengetahui efektivitas ekstrak biji pepaya (Carica papaya L.) sebagai \ndesinfektan untuk menghambat pertumbuhan mikroorganisme pada resin \nakrilik Metode: Biji pepaya dikeringkan kemudian dimaserasi dengan etanol \n96% hingga menjadi ekstrak. Sampel saliva yang sesuai dengan persyaratan \ndikumpulkan sebanyak 15 ml dan dibagi menjadi dua bagian. Bagian saliva \npertama adalah saliva steril dan bagian lainnya akan digunakan untuk \nkontaminasi bakteri pada resin akrilik. Sampel dibagi menjadi 5 kelompok \nuntuk masing-masing kelompok terdiri dari kontrol, dan kelompok perlakuan, \nperlakuan konsentrasi 2,5%, konsentrasi 5%,konsentrasi 10%, dan 20%. \nPerhitungan koloni Mikroorganisme dilakukan dengan menggunakan alat \nhitung koloni Quebec Colony Counter. Hasil: terdapat perbedaan yang \nsiginifikan antara 5 kelompok. dengan nilai p=0,000 (p<0,005), dan \nkonsentrasi yang paling efektif adalah 20%. Kesimpulan: Ekstrak biji pepaya \n(Carica papaya L.) 20% adalah konsentrasi paling efektif yang dapat \nmenghambat mikroorganisme rongga mulut pada resin akrilik heat-cured. \nKata Kunci : Resin akrilik heat-cured, ekstrakbiji pepaya (Carica Papaya L.), \nmikroorganisme rongga mulut, desinfektan
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) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».