MétaCan
Menu
Retour à la cohorte
Enregistrement W2891622084 · doi:10.3390/nano8090730

Analysis of Biomolecules Based on the Surface Enhanced Raman Spectroscopy

2018· review· en· W2891622084 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueNanomaterials · 2018
Typereview
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Key Research and Development Program of ChinaNatural Science Foundation of Shandong ProvinceChina Scholarship CouncilNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésBiomoleculeNanotechnologyRaman spectroscopySurface-enhanced Raman spectroscopyMaterials scienceNanomaterialsRaman scatteringPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Analyzing biomolecules is essential for disease diagnostics, food safety inspection, environmental monitoring and pharmaceutical development. Surface-enhanced Raman spectroscopy (SERS) is a powerful tool for detecting biomolecules due to its high sensitivity, rapidness and specificity in identifying molecular structures. This review focuses on the SERS analysis of biomolecules originated from humans, animals, plants and microorganisms, combined with nanomaterials as SERS substrates and nanotags. Recent advances in SERS detection of target molecules were summarized with different detection strategies including label-free and label-mediated types. This comprehensive and critical summary of SERS analysis of biomolecules might help researchers from different scientific backgrounds spark new ideas and proposals.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
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)0,0030,000

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 Opus0,040
Tête enseignante GPT0,321
Écart entre enseignants0,281 · 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