MétaCan
Menu
Retour à la cohorte
Enregistrement W170376101 · doi:10.1007/978-1-61779-953-2_37

Scanning Transmission Electron Microscopy Methods for the Analysis of Nanoparticles

2012· article· en· W170376101 sur OpenAlexfundno aff
Arturo Ponce, Sergio Mejía-Rosales, Miguel José–Yacamán

Notice bibliographique

RevueMethods in molecular biology · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Research ResourcesCanadian Institutes of Health ResearchWelch FoundationNational Institutes of HealthNational Science Foundation
Mots-clésScanning transmission electron microscopyDark field microscopyCharacterization (materials science)Materials scienceOpticsNanoparticleNanotechnologyMicroscopyTransmission electron microscopyPhysics

Résumé

récupéré en direct d'OpenAlex

Here we review the scanning transmission electron microscopy (STEM) characterization technique and STEM imaging methods. We describe applications of STEM for studying inorganic nanoparticles, and other uses of STEM in biological and health sciences and discuss how to interpret STEM results. The STEM imaging mode has certain benefits compared with the broad-beam illumination mode; the main advantage is the collection of the information about the specimen using a high angular annular dark field (HAADF) detector, in which the images registered have different levels of contrast related to the chemical composition of the sample. Another advantage of its use in the analysis of biological samples is its contrast for thick stained sections, since HAADF images of samples with thickness of 100-120 nm have notoriously better contrast than those obtained by other techniques. Combining the HAADF-STEM imaging with the new aberration correction era, the STEM technique reaches a direct way to imaging the atomistic structure and composition of nanostructures at a sub-angstrom resolution. Thus, alloying in metallic nanoparticles is directly resolved at atomic scale by the HAADF-STEM imaging, and the comparison of the STEM images with results from simulations gives a very powerful way of analysis of structure and composition. The use of X-ray energy dispersive spectroscopy attached to the electron microscope for STEM mode is also described. In issues where characterization at the atomic scale of the interaction between metallic nanoparticles and biological systems is needed, all the associated techniques to STEM become powerful tools for the best understanding on how to use these particles in biomedical applications.

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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,010

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 Opus0,033
Tête enseignante GPT0,446
Écart entre enseignants0,413 · 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
GenreMéthodes

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

En bref

Citations35
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207