MétaCan
Menu
Retour à la cohorte
Enregistrement W2489504623 · doi:10.1155/2016/2368630

Silver Nanoparticles Embedded in Natural Rubber Films: Synthesis, Characterization, and Evaluation of<i>In Vitro</i>Toxicity

2016· article· en· W2489504623 sur OpenAlexaff
Caroline Silva Danna, Dalita G. S. M. Cavalcante, Andressa Silva Gomes, Leandra Ernst Kerche, Eidi Yoshihara, Igor Osorio‐Román, Leandra Oliveira Salmazo, Miguel Ángel Rodríguez‐Pérez, Ricardo F. Aroca, Aldo Eloízo Job

Notice bibliographique

RevueJournal of Nanomaterials · 2016
Typearticle
Langueen
DomaineChemistry
ThématiquePlant-Derived Bioactive Compounds
Établissements canadiensUniversity of Windsor
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorFundação de Amparo à Pesquisa do Estado de São PauloAmerican Physical Therapy Association
Mots-clésSilver nanoparticleMaterials scienceSilver nitrateNanoparticleNatural rubberChemical engineeringNanotechnologyNuclear chemistryMetalChinese hamster ovary cellMetal ions in aqueous solutionCharacterization (materials science)ChemistryComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

Natural rubber (NR) films can reduce silver metal ions forming embedded metal nanoparticles, a process that could be described as green synthesis. The NR films acting as a reactor generate and incorporate silver nanoparticles (AgNPs). Organic acids and amino acids play a crucial role in the formation of AgNPs. The plasmon extinction obtained in the UV-visible spectrum shows the presence of nanoparticles in the film after dipping the NR film into a solution of silver nitrate at 80°C. Electron microscopic analysis confirms the presence of AgNPs in the NR film and characterization by atomic force microscopy shows a change in the roughness of the NR film with AgNPs. In addition, our preliminary results fromin vitrotoxicity studies (MTT and comet assays) of the NR films and NR films with silver nanoparticles (NR/Ag) show that they are not toxic to cell lineage CHO-K1 (cells from the ovary of a Chinese hamster), an important result for potential medical applications.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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

Citations58
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NanomaterialsMême sujetPlant-Derived Bioactive CompoundsTravaux en français237 207