MétaCan
Menu
Retour à la cohorte
Enregistrement W1486698832 · doi:10.1088/0022-3727/44/17/174019

Plasma nanofabrication and nanomaterials safety

2011· article· en· W1486698832 sur OpenAlexaff
Ziwei Han, Igor Levchenko, Sandeep Kumar, M. M. A. Yajadda, Samuel Yick, DH Seo, Pierre‐Alexandre Martin, Sean Peel, Zdenka Kuncic, Kostya Ostrikov

Notice bibliographique

RevueJournal of Physics D Applied Physics · 2011
Typearticle
Langueen
DomaineMedicine
ThématiquePlasma Applications and Diagnostics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNanomaterialsNanolithographyNanotechnologyMaterials scienceFabricationMedicine

Résumé

récupéré en direct d'OpenAlex

The fast advances in nanotechnology have raised increasing concerns related to the safety of nanomaterials when exposed to humans, animals and the environment. However, despite several years of research, the nanomaterials safety field is still in its infancy owing to the complexities of structural and surface properties of these nanomaterials and organism-specific responses to them. Recently, plasma-based technology has been demonstrated as a versatile and effective way for nanofabrication, yet its health and environment-benign nature has not been widely recognized. Here we address the environmental and occupational health and safety effects of various zero- and one-dimensional nanomaterials and elaborate the advantages of using plasmas as a safe nanofabrication tool. These advantages include but are not limited to the production of substrate-bound nanomaterials, the isolation of humans from harmful nanomaterials, and the effective reforming of toxic and flammable gases. It is concluded that plasma nanofabrication can minimize the hazards in the workplace and represents a safe way for future nanofabrication technologies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,240
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics D Applied PhysicsMême sujetPlasma Applications and DiagnosticsTravaux en français237 207