MétaCan
Menu
Retour à la cohorte
Enregistrement W2621504399 · doi:10.2147/ijn.s130648

Development of graphene oxide-wrapped gold nanorods as robust nanoplatform for ultrafast near-infrared SERS bioimaging

2017· article· en· W2621504399 sur OpenAlexaff
Xuejun Qiu, Xinru You, Xing Chen, Haolin Chen, Arvind Dhinakar, Songhao Liu, Zhouyi Guo, Jun Wu, Zhiming Liu

Notice bibliographique

RevueInternational Journal of Nanomedicine · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesScience and Technology Planning Project of Guangdong ProvinceRecruitment Program of Global ExpertsNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésMaterials scienceNanorodNanotechnologyGrapheneUltrashort pulseBiocompatibilityNear-infrared spectroscopyRaman spectroscopyRaman scatteringNanomaterialsOxideOpticsLaser

Résumé

récupéré en direct d'OpenAlex

The rapid development of near-infrared surface-enhanced Raman scattering (NIR SERS) imaging technology has attracted strong interest from scientists and clinicians due to its narrow spectral bandwidth, low background interference, and deep imaging depth. In this report, the graphene oxide (GO)-wrapped gold nanorods (GO@GNRs) were developed as a smart and robust nanoplatform for ultrafast NIR SERS bioimaging. The fabricated GO@ GNRs could efficiently load various NIR probes, and the in vitro evaluation indicated that the nanoplatform could exhibit a higher NIR SERS activity in comparison with traditional gold nanostructures. The GOs were prepared by directly pyrolyzing citric acid for greater convenience, and GO@GNRs were fabricated via a facile synthesis strategy. Higher NIR SERS activity, facile synthesis method, excellent biocompatibility, and superb stability make the GO@GNRs/probe complex promising nanoprobes for NIR SERS-based bioimaging 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 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)0,001
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 enseignants0,025
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,033
Tête enseignante GPT0,299
Écart entre enseignants0,266 · 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

Citations34
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of NanomedicineMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207