MétaCan
Menu
Retour à la cohorte
Enregistrement W2092904110 · doi:10.1039/c4cs00177j

Upconverting nanoparticles: assessing the toxicity

2014· review· en· W2092904110 sur OpenAlexaff
Anna Gnach, Tomasz Lipiński, Artur Bednarkiewicz, Jacek Rybka, John A. Capobianco

Notice bibliographique

RevueChemical Society Reviews · 2014
Typereview
Langueen
DomaineMaterials Science
ThématiqueLuminescence Properties of Advanced Materials
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésNanotoxicologyNanotechnologyNanoparticleNanomaterialsLuminescenceChemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Lanthanide doped nanoparticles (Ln:NPs) hold promise as novel luminescent probes for numerous applications in nanobiophotonics. Despite excellent photostability, narrowband photoluminescence, efficient anti-Stokes emission and long luminescence lifetimes, which are needed to meet the requirements of multiplexed and background free detection at prolonged observation times, concern about their toxicity is still an issue for both in vivo and in vitro applications. Similar to other chemicals or pharmaceuticals, the very same properties that are desirable and potentially useful from a biomedical perspective can also give rise to unexpected and hazardous toxicities. In engineered bionanomaterials, the potentially harmful effects may originate not only from their chemical composition but also from their small size. The latter property enables the nanoparticles to bypass the biological barriers, thus allowing deep tissue penetration and the accumulation of the nanoparticles in a number of organs. In addition, nanoparticles are known to possess high surface chemical reactivity as well as a large surface-to-volume ratio, which may seriously affect their biocompatibility. Herein we survey the underlying mechanisms of nanotoxicity and provide an overview on the nanotoxicity of lanthanides and of upconverting nanoparticles.

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)0,001
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,080
Tête enseignante GPT0,368
Écart entre enseignants0,288 · 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

Citations643
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Society ReviewsMême sujetLuminescence Properties of Advanced MaterialsTravaux en français237 207