Nanoscale reference materials for environmental, health and safety measurements: needs, gaps and opportunities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The authors critically reviewed published lists of nano-objects and their physico-chemical properties deemed important for risk assessment and discussed metrological challenges associated with the development of nanoscale reference materials (RMs). Five lists were identified that contained 25 (classes of) nano-objects; only four (gold, silicon dioxide, silver, titanium dioxide) appeared on all lists. Twenty-three properties were identified for characterisation; only (specific) surface area appeared on all lists. The key themes that emerged from this review were: 1) various groups have prioritised nano-objects for development as "candidate RMs" with limited consensus; 2) a lack of harmonised terminology hinders accurate description of many nano-object properties; 3) many properties identified for characterisation are ill-defined or qualitative and hence are not metrologically traceable; 4) standardised protocols are critically needed for characterisation of nano-objects as delivered in relevant media and as administered to toxicological models; 5) the measurement processes being used to characterise a nano-object must be understood because instruments may measure a given sample in a different way; 6) appropriate RMs should be used for both accurate instrument calibration and for more general testing purposes (e.g., protocol validation); 7) there is a need to clarify that where RMs are not available, if "(representative) test materials" that lack reference or certified values may be useful for toxicology testing and 8) there is a need for consensus building within the nanotechnology and environmental, health and safety communities to prioritise RM needs and better define the required properties and (physical or chemical) forms of the candidate materials.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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