MétaCan
Menu
Retour à la cohorte
Enregistrement W1975775141 · doi:10.1504/ijnt.2010.031309

Identifying recent trends in nanomedicine development

2010· article· en· W1975775141 sur OpenAlexaff
Shalu Darshan, Michael G. Tyshenko

Notice bibliographique

RevueInternational Journal of Nanotechnology · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNanomedicineContext (archaeology)NanotechnologyEngineering ethicsMedicineData scienceEngineeringComputer scienceNanoparticleMaterials scienceBiology

Résumé

récupéré en direct d'OpenAlex

Medical nanotechnology is a recent emerging field with the intention to improve human health. The creation and rapid expansion of nanomedicine as a new research field in the last decade is the result of nanotechnology's convergence with biology, genetics, biochemistry, chemistry, physics, pharmacology and medicine. Within nanomedicine, two major categories have emerged: diagnostics (imaging) and therapeutics (drug delivery). Each of these branches has several nanoparticle types that are actively under research and development. While nanomedicine research and use of various nanoparticles in new applications have been categorised and reviewed for their potential utility in medicine, there has been little context of the emerging trends within nanomedicine or how the field is progressing. This article presents an overview of the trends for nanomedicine that are developing over time as measured by examining peer review research literature and patent databases.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,146
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,298
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of NanotechnologyMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207