Influência da espessura, opacidade e cor na fotopolimerização de três resinas compostas
Bibliographic record
Abstract
Objetivos: Avaliar com o radiómetro CheckUp (BlueLight Analytics, Canada) se a intensidade de luz azul medida na base de uma resina composta Filtek Universal (3M, Alemanha) durante a polimerização de 20s com um fotopolimerizador LED, nas espessuras de 0,5, 1 e 2 mm, e nos cromas A1, A2 e A3, atinge o valor mínimo de 300 mW/cm2. Avaliámos também, se a intensidade de luz que atravessa a resina composta Filtek Universal nas mesmas condições, é suficiente para gerar um aumento de temperatura na polpa superior a 5,5ºC. Materiais e métodos : Para a confeção das 90 amostras, a resina composta Filtek Supreme (3M, Alemanha) foi colocada no Porcelain Sampler, previamente calibrado com a espessura pretendida, e compactada. A resina composta foi polimerizada com um fotopolimerizador Elipar DeepCure-L (3M, Alemanha), com uma incidência de aproximadamente 1300 mW/cm2 através de um vidro por 20s. Foram etiquetadas e guardada em caixas petri para posterior análise. Posteriormente foi colocada no radiómetro CheckUp e foi polimerizada com o fotopolimerizador Elipar DeepCure-S (3M, Alemanha) por 20 s. Resultados : A intensidade máxima registada foi de 723 mW/cm2, e a mínima foi de 133 mW/cm2. A intensidade média total da experiência foi de 399 mW/cm2. O máximo de tempo necessário para que ocorra dano pulpar foi de 135s. O tempo mínimo foi de 25s, A média de tempo necessário para dano pulpar foi de 60s. Conclusão : Independentemente da cor da resina composta, restaurações de 0,5, 1 ou 2 mm de espessura fotopolimerizadas durante 20s não receberam uma incidência superior a 300 mW/cm2, na base da restauração. Quanto ao possível dano pulpar, para os incrementos estudados, nenhuma amostra apresentou tempos inferiores aos 20s, não existindo alterações significativas na temperatura ao fim de 20s de polimerização com uma luz azul nas condições estudadas.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.003 | 0.004 |
| Meta-epidemiology (broad) | 0.004 | 0.002 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.006 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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; both teacher heads agree on what is shown here.
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".