MétaCan
Menu
Retour à la cohorte
Enregistrement W2071969511 · doi:10.1504/ijnt.2008.016551

Medical nanotechnology using genetic material and the need for precaution in design and risk assessments

2008· article· en· W2071969511 sur OpenAlexaff
Michael G. Tyshenko

Notice bibliographique

RevueInternational Journal of Nanotechnology · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensInstitute of Population and Public HealthUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNanotechnologyDendrimerDrug deliveryNanomedicineRisk analysis (engineering)Computer scienceData scienceMaterials scienceNanoparticleMedicine

Résumé

récupéré en direct d'OpenAlex

As a new field of research, medical nanotechnology promises a suite of potential applications for drug delivery, diagnostics and gene therapy. Deoxyribonucleic acid (DNA) is ideal at the nanoscale for use as a backbone when making scaffolded structures and more complex dendrimer constructions owing to its properties as a rigid, linear molecule. Much attention has focused on benefits from scaffolded nanoscale constructs but little has been mentioned about the risks associated with such material once inside the human body. The public is starting to focus on the health impacts of nanotechnology including the toxic effects of nanoparticles to living systems. Even though degraded nano-scale genetic material is unlikely to present any significant problems when used therapeutically, the potential risks may be avoided by using bioinformatics database resources when designing these kinds of nanotechnology-based therapeutics.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,134
Score d'incertitude au seuil0,280

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,015
Tête enseignante GPT0,311
Écart entre enseignants0,296 · 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

Citations9
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of NanotechnologyMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207