MétaCan
Menu
Retour à la cohorte
Enregistrement W2053344470 · doi:10.1088/1742-6596/127/1/012007

Dynamic tracking of a nano-particle in fluids under Brownian motions

2008· article· en· W2053344470 sur OpenAlexaff
X C Wu, Wenjun Zhang, Ramaswami Sammynaiken

Notice bibliographique

RevueJournal of Physics Conference Series · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSulfur Compounds in Biology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésConfocalCarbon nanotubeBrownian motionParticle (ecology)MicroscopeNano-Tracking (education)Raman spectroscopyNanotechnologyConfocal microscopyFluorescenceMaterials scienceLaserChemistryBiological systemBiophysicsOpticsPhysicsBiologyComposite material

Résumé

récupéré en direct d'OpenAlex

Most previous studies on H2S were devoted to its toxic effects. However, recently there have been increasing evidences which show that endogenously generated H2S in specific mammalian tissues has certain significant positive physiological effects such as a neuromodulator and vasorelaxant in a membrane receptor-independent manner. In order to know the functions of endogenous H2S, low concentration and high accuracy measurement of H2S is a must. Furthermore, this measurement is desired to be real-time and non-invasive. It is reported that low concentration and nano quantity of H2S can be detected in water solutions and sera using carbon nanotubes with the fluorescence by confocal laser scanning microscopy. However, because of the Brownian motion of the small particle (carbon nanotube), a control system must be developed to track the movement of the particle in fluids. In this paper, we present a study to track a carbon nanotube which absorbs H2S in water or serum using a Raman microscope or confocal laser scanning microscope. In particular, we developed a novel control system for this task. Simulation has shown that our system works very well.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,031
Score d'incertitude au seuil0,361

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,270
Écart entre enseignants0,239 · 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.

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetSulfur Compounds in BiologyTravaux en français237 207