Efficient and Rapid Synthesis of Radioactive Gold Nanoparticles by Dielectric Barrier Discharge
Notice bibliographique
Résumé
A compact bench‐top system based on a dielectric barrier plasma discharge (DBD), enables the rapid, automatable, and continuous‐flow synthesis of gold nanoparticles (AuNPs) and radioactive gold nanoparticles (198AuNPs). AuNPs are used as radiosensitizers in oncology, and 198AuNPs (half‐life: 2.7 d) have been suggested as potential cancer brachytherapy sources. Plasma applied at the surface of a liquid containing gold ions (AuCl4−) and dextran induces the production of AuNPs directly in water. This synthesis is monitored in real time by UV–visible spectrometry: the change of absorbance of the solution provides new insights on the growth dynamics of AuNPs by plasma synthesis. By balancing gold ions and surfactant molecules, particles with a diameter lying in the optimal range for radiosensitizing applications (28 ± 9 nm) are produced. The method yields a reduction of more than 99% of the gold ions within only 30 min of plasma treatment. A postsynthesis ripening of the AuNPs is revealed, monitored by UV–visible spectrometry, and quantified within the first few hours following plasma treatment. Radioactive 198AuNPs are also produced by DBD synthesis and characterized by electron microscopy and single‐photon emission computed tomography imaging. The results confirm the efficiency of DBD reactors for AuNPs synthesis in oncology 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».