Fatigue life assessment of endodontic instruments subjected to multi planar curvature

This present study aimed to investigate the fatigue life of unused (new) endodontic instruments made of NiTi with control memory by Coltene™ and subjected to the multi curvature of a mandibular first molar root canal. Additionally, the instrument‟s structural behaviour was analysed through non-linear finite element analysis (FEA). The fatigue life of twelve Hyflex™ CM files was assessed while were forced to adopt a stance with multiple radius of curvature, similar to the ones usually found in a mandibular first molar root canal; nine of them were subjected to Pecking motion, a relative movement of axial type. To achieve this, it was designed an experimental setup with the aim of timing the instruments until fracture while worked inside a stainless steel mandibular first molar model with relative axial motion to simulate the pecking motion. Additionally, the model‟s root canal multi-curvature was confirmed by radiography. The non-linear finite element analysis was conducted using the computer aided design software package SolidWorks™ Simulation, in order to define the imposed displacement required by the FEA, it was necessary to model an endodontic instrument with simplified geometry using SolidWorks™ and subsequently analyse the geometry of the root canal CAD model. The experimental results shown that the instruments subjected to pecking motion displayed higher fatigue life values and higher lengths of fractured tips than those with only rotational relative movement. The finite element non-linear analyses shown, for identical conditions, maximum values for the first principal stress lower than the yield strength of the material and those were located in similar positions to the instrument‟s fracture location determined by the experimental testing results.

Text mining e twitter : o poder das redes sociais num mercado competitivo

Actualmente, com a massificação da utilização das redes sociais, as empresas passam a sua mensagem nos seus canais de comunicação, mas os consumidores dão a sua opinião sobre ela. Argumentam, opinam, criticam (Nardi, Schiano, Gumbrecht, & Swartz, 2004). Positiva ou negativamente. Neste contexto o Text Mining surge como uma abordagem interessante para a resposta à necessidade de obter conhecimento a partir dos dados existentes. Neste trabalho utilizámos um algoritmo de Clustering hierárquico com o objectivo de descobrir temas distintos num conjunto de tweets obtidos ao longo de um determinado período de tempo para as empresas Burger King e McDonald’s. Com o intuito de compreender o sentimento associado a estes temas foi feita uma análise de sentimentos a cada tema encontrado, utilizando um algoritmo Bag-of-Words. Concluiu-se que o algoritmo de Clustering foi capaz de encontrar temas através do tweets obtidos, essencialmente ligados a produtos e serviços comercializados pelas empresas. O algoritmo de Sentiment Analysis atribuiu um sentimento a esses temas, permitindo compreender de entre os produtos/serviços identificados quais os que obtiveram uma polaridade positiva ou negativa, e deste modo sinalizar potencias situações problemáticas na estratégia das empresas, e situações positivas passíveis de identificação de decisões operacionais bem-sucedidas.