MétaCan
Menu
Retour à la cohorte
Enregistrement W2595618223 · doi:10.1039/c6nr09795b

Direct visualization of carbon nanotube degradation in primary cells by photothermal imaging

2017· article· en· W2595618223 sur OpenAlexfundno aff
Julie Russier, Laura Oudjedi, Martin Piponnier, Cyrill Bussy, Kostas Kostarelos, Brahim Lounis, Alberto Bianco, Laurent Cognet

Notice bibliographique

RevueNanoscale · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilCentre National de la Recherche ScientifiqueOttawa Hospital Research InstituteEuropean CommissionAgence Nationale de la RechercheCentre International de Recherche aux Frontières de la Chimie
Mots-clésCarbon nanotubePhotothermal therapyNanotechnologyMaterials scienceDegradation (telecommunications)FluorescenceNanostructureComputer scienceOptics

Résumé

récupéré en direct d'OpenAlex

Assessment of biodegradability of carbon nanotubes (CNTs) is a critically important aspect that needs to be solved before their translation into new biomedical tools. CNT biodegradation has been shown both in vitro and in vivo, but we are limited by the number of analytical techniques that can be used to follow the entire process. Photothermal imaging (PhI) is an innovative technique that enables the quantitative detection of nanometer-sized absorptive objects. In this study, we demonstrate that PhI allows the observation of the degradation process of functionalized multi-walled carbon nanotubes (MWCNTs) following their internalization by primary glial cells. The absence of interference from the biological matrix components, together with the possibility to combine PhI with other detection techniques (e.g. fluorescence, light or electron microscopy) validate the potential of this method to follow the fate and behavior of carbon nanostructures in a biological environment.

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 enseignants0,006
Score d'incertitude au seuil0,313

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 Opus0,010
Tête enseignante GPT0,251
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

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207