Comparaison de la force d'adhésion de deux types de résines de collage appliquées sur des surfaces métalliques traitées de différentes façons : une étude in vitro
Bibliographic record
Abstract
L’objectif de cette étude était d’évaluer et de comparer la force d’adhésion de deux\nrésines de collage: le ClearfilTM Esthetic Cement & DC Bond Kit (C) et le RelyXTM\nUnicem (R), sur trois adhérents différents : une surface d’émail, un alliage de métaux\nnon précieux (Np) et un alliage de métaux semi-précieux (Sp). La surface des\néchantillons des alliages métalliques a subi différents traitements de surface. Sur\nl’émail (n=15) ainsi que sur les plaquettes d’alliages Np et Sp (n=15), des cylindres\nde résine étaient appliqués et polymérisés. Suite au processus de collage, les\néchantillons ont été incubés à 37°C pendant 24 heures, puis ont subi 500 cycles de\nthermocyclage. Des tests de cisaillement ont été effectués, suivi par l’analyse de la\nsurface des échantillons au microscope à balayage électronique. Une comparaison de\ntype T-test et des comparaisons multiples post hoc, ont été effectuées pour l’analyse\nstatistique (p 0,05). Sur l’émail, les résultats ont démontré que la résine C présentait\nune force d'adhésion moyenne statistiquement supérieure (33,97±17,18 MPa) à la\nrésine R (10,48±11,23 MPa) (p 0,05). Le type d’alliage utilisé n’influençait pas la\nforce d’adhésion, et ce, peu importe le type de résine de collage (p>0,05). Pour le\ngroupe Sp, la résine C a démontré une adhésion statistiquement supérieure à la résine\nR, et ce, pour tous les traitements de surface (p 0,05). En conclusion, la résine C a\ndémontré des résultats d’adhésion significativement supérieurs à la résine R sur\nl’émail ainsi que sur presque toutes les surfaces traitées des alliages de métaux.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".