MétaCan
Menu
Retour à la cohorte
Enregistrement W26601282 · doi:10.1126/sciadv.1500379

2H11-3 バイオビーズを用いたタバコ SR-1 形質転換体の獲得

2003· article· en· W26601282 sur OpenAlexfundno aff
智子 村川, 昭 河邊, 海波 劉, 昌伸 柳沢, 慎一郎 梶山, 昭雄 小林, 俊 原島, 幸大 松永, 希一 福井

Notice bibliographique

Revue日本生物工学会大会講演要旨集 · 2003
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Delivering therapeutics deep into damaged tissue during bleeding is challenging because of the outward flow of blood. When coagulants cannot reach and clot blood at its source, uncontrolled bleeding can occur and increase surgical complications and fatalities. Self-propelling particles have been proposed as a strategy for transporting agents upstream through blood. Many nanoparticle and microparticle systems exhibiting autonomous or collective movement have been developed, but propulsion has not been used successfully in blood or used in vivo to transport therapeutics. We show that simple gas-generating microparticles consisting of carbonate and tranexamic acid traveled through aqueous solutions at velocities of up to 1.5 cm/s and delivered therapeutics millimeters into the vasculature of wounds. The particles transported themselves through a combination of lateral propulsion, buoyant rise, and convection. When loaded with active thrombin, these particles worked effectively as a hemostatic agent and halted severe hemorrhage in multiple animal models of intraoperative and traumatic bleeding. Many medical applications have been suggested for self-propelling particles, and the findings of this study show that the active self-fueled transport of particles can function in vivo to enhance drug delivery.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,808
Score d'incertitude au seuil1,000

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)0,0060,001

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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue日本生物工学会大会講演要旨集Même sujetMicro and Nano RoboticsTravaux en français237 207