MétaCan
Menu
Retour à la cohorte
Enregistrement W2058760662 · doi:10.1039/c4tb01475h

Chitosan-modified silver@ruthenium hybrid nanoparticles: evaluation of physico-chemical properties and bio-affinity with sialic acid

2014· article· en· W2058760662 sur OpenAlexafffund
Murugan Veerapandian, X. X. Zhu, Suzanne Giasson

Notice bibliographique

RevueJournal of Materials Chemistry B · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésRutheniumChitosanSialic acidSilver nanoparticleQuenching (fluorescence)NanoparticleFluorescenceMaterials scienceCombinatorial chemistryNuclear chemistryChemical engineeringChemistryNanotechnologyOrganic chemistryBiochemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

/CS was evaluated in aqueous media using sialic acid (SA) as the target molecule in the presence of different monosaccharides and anionic biomolecules as interferents. A significant fluorescence quenching of hybrid NPs was observed in aqueous solutions of SA with interferents, while no significant quenching effect was detected in SA-free interferent solutions. The selective binding of SA to the particles resulted from favorable electrostatic interactions and inter-molecular hydrogen bonding with the functional groups of CS. The hybrid NP system displayed a good sensitivity for SA with a detection limit of 5.1 nM and a concentration dependent fluorescence quenching for SA concentrations ranging from 25 nM to 3.2 μM. This hybrid NP system represents a promising alternative probe for detecting sialic acid in complex samples.

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)0,0010,000
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 Opus0,019
Tête enseignante GPT0,249
Écart entre enseignants0,230 · 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

Citations10
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Chemistry BMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207