MétaCan
Menu
Retour à la cohorte
Enregistrement W1963648646 · doi:10.1109/iembs.2010.5627711

Poly(N-isopropylacrylamide) beads synthesis with nanoparticles embedded for the implementation of shrinkable medical microrobots for biomedical applications

2010· article· en· W1963648646 sur OpenAlexaff
Jérôme Lapointe, Sylvain Martel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésPoly(N-isopropylacrylamide)Acrylic acidCopolymerMaterials scienceNanoparticlePolymerizationMagnetic nanoparticlesNanotechnologyDrug deliveryChemical engineeringPolymerComposite material

Résumé

récupéré en direct d'OpenAlex

This paper describes the synthesis of thermoresponsive hydrogel bead for the implementation of untethered medical microrobots and other microdevices. These entities will have magnetic nanoparticles embedded, and will be targeted inside the body with an adapted Magnetic Resonance Imaging (MRI) system, and then triggered by the application of an alternating magnetic field for various functions, including but not limited to drug delivery and release. A method is presented here to synthesize PNIPA particles, within alginate mold, which can be dissolved when hydrogel is completely polymerized and particles with diameter around 1mm are synthesized, with possibility of reducing the size with an electrostatic fields. Interesting volume losses has been recorded, depending of the crosslinker concentration. Hydrogel with nanoparticles embedded has also been synthesized, without affecting the polymerization, and with no significant effect on the volume change. Finally, transition temperature has been increase over the body temperature by copolymerization with acrylic acid.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,286
Écart entre enseignants0,274 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207