Synthesis and Physicochemical Characterization of Mesoporous SiO<sub>2</sub> Nanoparticles
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
There exists a knowledge gap in understanding potential toxicity of mesoporous silica nanoparticles. A critical step in assessing toxicity of these particles is to have a wide size range with different chemistries and physicochemical properties. There are several challenges when synthesizing mesoporous silica nanoparticles over a wide range of sizes including (1) nonuniform synthesis protocols using the same starting materials, (2) the low material yield in a single batch synthesis (especially for particles below 60–70 nm), and (3) morphological instability during surfactant removal process and surface modifications. In this study, we synthesized a library of mesoporous silica nanoparticles with approximate particle sizes of 25, 70, 100, 170, and 600 nm. Surfaces of the silica nanoparticles were modified with hydrophilic‐CH 2 –(CH 2 ) 2 –COOH and relatively hydrophobic‐CH 2 –(CH 2 ) 10 –COOH functional groups. All silica nanoparticles were analysed for morphology, surface functionality, surface area/pore volume, surface organic content, and dispersion characteristics in liquid media. Our analysis revealed the synthesis of a spectrum of monodisperse bare and surface modified mesoporous silica nanoparticles with a narrow particle size distribution and devoid of cocontaminants critical for toxicity studies. Complete physicochemical characterization of these synthetic mesoporous silica nanoparticles will permit systematic toxicology studies for investigation of structure‐activity relationships.
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 | 0,002 | 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) | 0,000 | 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