MétaCan
Menu
Retour à la cohorte
Enregistrement W2931658929 · doi:10.1080/21691401.2019.1577885

ARTIFICIAL CELL evolves into nanomedicine, biotherapeutics, blood substitutes, drug delivery, enzyme/gene therapy, cancer therapy, cell/stem cell therapy, nanoparticles, liposomes, bioencapsulation, replicating synthetic cells, cell encapsulation/scaffold, biosorbent/immunosorbent haemoperfusion/plasmapheresis, regenerative medicine, encapsulated microbe, nanobiotechnology, nanotechnology

2019· review· en· W2931658929 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.

Notice bibliographique

RevueArtificial Cells Nanomedicine and Biotechnology · 2019
Typereview
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésNanomedicineDrug deliveryNanobiotechnologyLiposomeRegenerative medicineCell therapyGenetic enhancementNanotechnologyCellGene deliveryMedicineMaterials scienceNanoparticleChemistryGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

It is only in the last 20 years that many of the original ideas on artificial cells are being increasingly applied and extended by researchers around the world. Artificial cell has now evolved into nanomedicine, biotherapeutics, blood substitutes, drug delivery, enzyme/gene therapy, cancer therapy, cell/stem cell therapy, nanoparticles, liposomes, bioencapsulation, replicating synthetic cells, cell encapsulation/scaffold, biosorbent/immunosorbent haemoperfusion/plasmapheresis, regenerative medicine, encapsulated microbe, nanobiotechnology, nanotechnology and other areas. More futuristic research includes nanorobot, nanocomputer, multimodal locomotion delivery robot and others. This review starts with a general overview followed by specific examples in more details.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,257
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0050,003
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 Opus0,018
Tête enseignante GPT0,235
Écart entre enseignants0,217 · 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