Tek seans apeksfikasyon tedavisinde kullanılan bioagregat kalınlığının mikrosızıntı üzerine etkisinin değerlendirilmesi
Bibliographic record
Abstract
Nekrotik pulpalı kök ucu kapanmamış daimi dişlerin kanal tedavisinde, yeterli apikal tıkanmanın sağlanması diş hekimliğinde zorluk yaratan klinik bir durumdur. Kullanılan kanal dolgu materyalinin sızdırmazlığı başarı için önem taşımaktadır. Bu çalışmanın amacı, tek seans apeksifikasyon modelinde, farklı kalınlıklarda uygulanan BioAgregat’ın [ BioAggregate, Verio Dental Co. Ltd., Vancouver, Kanada BA ] sızıntı oranlarının sıvı filtrasyon yöntemi kullanılarak karşılaştırılmasıdır. Çalışmamızda 24 adet ortodontik amaçla çekilmiş tek köklü alt küçük azı dişi kullanıldı. Dişler, mine-sement birleşiminden kesildikten sonra, kök boyu 12mm olacak şekilde apikal kök ucundan 3-4mm kesildi. Klinik durumu taklit etmek için köklerin apikal ve kuronal 1/3’lük kısımları 2-6 numaralı Gates glidden frezlerle genişletildi. Dişler kanala yerleştirilen BA kalınlığına göre rastgele 3 gruba ayrıldı: Grup 1:2mm, Grup 2:4mm, ve Grup 3:12mm tam kanal boyu . BA’nın sertleşme reaksiyonunun gerçekleşmesi amacıyla dişler 37°C’de 4 gün bekletildikten sonra, ilk 2 grupta kanalların boş kısımları gütaperka ile dolduruldu ve tüm gruplarda sıvı transport yöntemi ile sızıntı miktarları ölçüldü. Verilerin analizinde Kruskal Wallis H testi kullanıldı. Grup 1 ve 2 arasında istatistiksel olarak anlamlı fark tespit edilmezken p>0,05 , tamamı BA ile doldurulmuş kanalların Grup 3 diğer gruplara göre sızdırmazlığı istatistiksel olarak anlamlı düzeyde daha az bulundu p
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 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".