MétaCan
Menu
Retour à la cohorte
Enregistrement W2069203890 · doi:10.1002/marc.201400406

Recent Strategies to Develop Polysaccharide‐Based Nanomaterials for Biomedical Applications

2014· review· en· W2069203890 sur OpenAlexafffund
Yifen Wen, Jung Kwon Oh

Notice bibliographique

RevueMacromolecular Rapid Communications · 2014
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensConcordia University
Organismes subventionnairesNational Cancer InstituteNational Eye InstituteCentre québécois sur les matériaux fonctionnels
Mots-clésNanocarriersPolysaccharideSelf-healing hydrogelsDrug deliveryNanotechnologyChitosanTissue engineeringPolymerChemistryMicelleNanomaterialsMaterials scienceBiomedical engineeringOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Polysaccharides are abundant in nature, renewable, nontoxic, and intrinsically biodegradable. They possess a high level of functional groups including hydroxyl, amino, and carboxylic acid groups. These functional groups can be utilized for further modification of polysaccharides with small molecules, polymers, and crosslinkers; the modified polysaccharides have been used as effective building blocks in fabricating novel biomaterials for various biomedical applications such as drug delivery carriers, cell-encapsulating biomaterials, and tissue engineering scaffolds. This review describes recent strategies to modify polysaccharides for the development of polysaccharide-based biomaterials; typically self-assembled micelles, crosslinked microgels/nanogels, three-dimensional hydrogels, and fibrous meshes. In addition, the outlook is briefly discussed on the important aspects for the current and future development of polysaccharide-based biomaterials, particularly tumor-targeting intracellular drug delivery nanocarriers.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,056
Tête enseignante GPT0,343
Écart entre enseignants0,287 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations143
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromolecular Rapid CommunicationsMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207