MétaCan
Menu
Retour à la cohorte
Enregistrement W2312705280 · doi:10.1021/nn304373q

Subtissue Thermal Sensing Based on Neodymium-Doped LaF<sub>3</sub>Nanoparticles

2013· article· en· W2312705280 sur OpenAlexaff
Uéslen Rocha, Wagner Ferreira Silva, Antonio Benayas, Laura Martínez Maestro, Mónica Acosta-Elías, Enrico Bovero, Frank C. J. M. van Veggel, José Antonio Garcı́a Solé, Daniel Jaque

Notice bibliographique

RevueACS Nano · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLuminescence Properties of Advanced Materials
Établissements canadiensUniversity of VictoriaInstitut National de la Recherche Scientifique
Organismes subventionnairesDepartment of Health and Social CareNational Institute for Health and Care Research
Mots-clésIntervention (counseling)OsteoarthritisPhysical therapyPsychologyMedicineApplied psychologyPhysical medicine and rehabilitationNursingAlternative medicine

Résumé

récupéré en direct d'OpenAlex

In this work, we report the multifunctional character of neodymium-doped LaF₃ core/shell nanoparticles. Because of the spectral overlap of the neodymium emission bands with the transparency windows of human tissues, these nanoparticles emerge as relevant subtissue optical probes. For neodymium contents optimizing the luminescence brightness of Nd³⁺:LaF₃ nanoparticles, subtissue penetration depths of several millimeters have been demonstrated. At the same time, it has been found that the infrared emission bands of Nd³⁺:LaF₃ nanoparticles show a remarkable thermal sensitivity, so that they can be advantageously used as luminescent nanothermometers for subtissue thermal sensing. This possibility has been demonstrated in this work: Nd³⁺:LaF₃ nanoparticles have been used to provide optical control over subtissue temperature in a single-beam plasmonic-mediated heating experiment. In this experiment, gold nanorods are used as nanoheaters while thermal reading is performed by the Nd³⁺:LaF₃ nanoparticles. The possibility of a real single-beam-controlled subtissue hyperthermia process is, therefore, pointed out.

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 enseignants0,000
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,219
Écart entre enseignants0,206 · 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

Citations375
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetLuminescence Properties of Advanced MaterialsTravaux en français237 207