MétaCan
Menu
Retour à la cohorte
Enregistrement W1987443739 · doi:10.1002/cplu.201402112

Chain Length Effect of the Multidentate Block Copolymer Strategy to Stabilize Ultrasmall Fe<sub>3</sub>O<sub>4</sub> Nanoparticles

2014· article· en· W1987443739 sur OpenAlexafffund
Nicky Chan, Puzhen Li, Jung Kwon Oh

Notice bibliographique

RevueChemPlusChem · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésCopolymerAtom-transfer radical-polymerizationNanoparticleColloidEthylene oxideMethacrylic acidPolymerizationPolymer chemistryMaterials scienceChain transferChemistryDenticityChemical engineeringRadical polymerizationNanotechnologyPolymerOrganic chemistryCrystal structure

Résumé

récupéré en direct d'OpenAlex

Abstract A multidentate block copolymer (MDBC) strategy to stabilize ultrasmall superparamagnetic iron oxide nanoparticles (USNPs) as biocompatible T1‐positive contrast agents for magnetic resonance imaging (MRI) is explored. The MDBC is designed with a poly(methacrylic acid) (PMAA) block having pendant carboxylates as multidentate anchoring groups and a hydrophilic polymethacrylate block having pendant oligo(ethylene oxide) chains (POEOMA). A series of multifunctional MDBCs with different chain lengths of POEOMA and PMAA blocks were synthesized by atom transfer radical polymerization and subsequent hydrolytic cleavage. The resultant aqueous MDBC/USNP colloids fabricated through a ligand‐exchange process were characterized to investigate the effect of chain lengths of POEOMA‐b‐PMAA copolymers on size, morphology, and colloidal stability as well as relaxometric properties and in vitro MRI performance. The results suggest that the optimal design of chain lengths of both anchoring and hydrophilic blocks is required for enhanced colloidal stability under biologically relevant conditions as well as effective T1‐weighted contrast enhancement.

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 seuil0,003

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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · 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

Citations8
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemPlusChemMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207