Impacts of Select Organic Ligands on the Colloidal Stability, Dissolution Dynamics, and Toxicity of Silver Nanoparticles
Notice bibliographique
Résumé
Key understanding of potential transformations that may occur on silver nanoparticle (AgNP) surface upon interaction with naturally ubiquitous organic ligands (e.g., -SH (thoil), humic acid, or -COO (carboxylate)) is limited. Herein we investigated how dissolved organic carbon (DOC), -SH (in cysteine, a well-known Ag(+) chelating agent), and -COO (in trolox, a well-known antioxidant) could alter the colloidal stability, dissolution rate, and toxicity of citrate-functionalized AgNPs (citrate-AgNPs) against a keystone crustacean Daphnia magna. Cysteine, DOC, or trolox amendment of citrate-AgNPs differentially modified particle size, surface properties (charge, plasmonic spectra), and ion release dynamics, thereby attenuating (with cysteine or trolox) or promoting (with DOC) AgNP toxicity. Except with DOC amendment, the combined toxicity of AgNPs and released Ag under cysteine or trolox amendment was lower than of AgNO3 alone. The results of this study show that citrate-AgNP toxicity can be associated with oxidative stress, ion release, and the organism biology. Our evidence suggests that specific organic ligands available in the receiving waters can differentially surface modify AgNPs and alter their environmental persistence (changing dissolution dynamics) and subsequently the toxicity; hence, we caveat to generalize that surface modified nanoparticles upon environmental release may not be toxic to receptor organisms.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».