MétaCan
Menu
Retour à la cohorte
Enregistrement W2592277586 · doi:10.1002/9783527340934.ch7

Surface Spectroscopy of Nanomaterials for Detection of Diseases

2017· other· en· W2592277586 sur OpenAlexaff
Jean‐François Masson, Kristy S. McKeating

Notice bibliographique

RevueAdvances in electrochemical science and engineering · 2017
Typeother
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésNanotechnologyPlasmonMiniaturizationSurface-enhanced Raman spectroscopyNanomaterialsRaman scatteringMaterials scienceBiomoleculeSurface plasmon resonanceNanostructureRaman spectroscopyNanoparticleOptoelectronicsPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

This chapter talks about nanohole arrays that are especially interesting for the combination of plasmonic techniques alongside electrochemical measurements, as they are simultaneously electrically conductive and support localized and propagating plasmons necessary for surface-enhanced techniques. It presents a brief introduction to the mechanisms of surface-enhanced Raman scattering (SERS) enhancement resulting from plasmonic nanostructures. Electrochemical-SERS (EC-SERS) not only provides a platform for label-free detection, with the ability to easily prepare nanostructured electrodes and the miniaturization of SERS instruments, but also potentially provides a simple, rapid, and portable method of analysis ideally placed to be used in future instances of disease diagnostics and management. The most common biomolecules targeted in the field of disease diagnostics include DNA, which codes for genes specific to a certain disease state, as well as antigens indicative of the presence of a disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,311

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,245
Écart entre enseignants0,241 · 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 tête enseignante, 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in electrochemical science and engineeringMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207