MétaCan
Menu
Retour à la cohorte
Enregistrement W2326443965 · doi:10.1021/es103450g

Diffusion of Nanoparticles in a Biofilm

2011· article· en· W2326443965 sur OpenAlexafffund
Thomas-Otavio Peulen, Kevin J. Wilkinson

Notice bibliographique

RevueEnvironmental Science & Technology · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial biofilms and quorum sensing
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésBiofilmNanoparticlePseudomonas fluorescensDiffusionFluorescence correlation spectroscopyChemistryFluorescence microscopeChemical engineeringFluorescenceConfocal microscopyNanomaterialsNanotechnologyMaterials scienceBiophysicsBacteriaPhysicsThermodynamicsOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

In order to evaluate the risk of engineered nanomaterials in the natural environment, one must determine their mobility, among other factors. Such determinations are difficult given that natural systems are heterogeneous and biofilms are ubiquitous in soils and waters. The interaction and diffusion of several model nanoparticles (dextrans, fluorescent microspheres, Ag nanoparticles) were studied in situ using confocal microscopy and fluorescence correlation spectroscopy in a biofilm composed of Pseudomonas fluorescens. For the most part, relative self-diffusion coefficients decreased exponentially with the square of the radius of the nanoparticle. The precise growth conditions of the biofilm resulted in a variable density of both exopolymers and microbes, which was also shown to be an important parameter controlling the diffusion of the nanoparticles. Finally, the charge of the nanoparticles appeared to be important; for a dense bacterial biofilm, a greater than predicted decrease in the self-diffusion coefficient was observed for the negatively charged nano Ag.

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 enseignants0,005
Score d'incertitude au seuil0,010

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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,008
Tête enseignante GPT0,198
Écart entre enseignants0,190 · 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

Citations414
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetBacterial biofilms and quorum sensingTravaux en français237 207