MétaCan
Menu
Retour à la cohorte
Enregistrement W2956939116 · doi:10.1002/smll.201902136

Graphene Quantum Dots for Optical Bioimaging

2019· review· en· W2956939116 sur OpenAlexaff
Huiting Lu, Wenjun Li, Haifeng Dong, Menglian Wei

Notice bibliographique

RevueSmall · 2019
Typereview
Langueen
DomaineMaterials Science
ThématiqueCarbon and Quantum Dots Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésQuantum dotNanotechnologyGrapheneBiocompatibilityMaterials scienceSurface modificationGraphene quantum dotOptical imagingChemistryPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Graphene quantum dots (GQDs) have shown great potential in bioimaging applications due to their excellent biocompatibility, low cytotoxicity, feasibility for surface functionalization, physiological stability, and tunable fluorescence properties. This Review first introduces the intriguing optical properties of GQDs that are suitable for biological imaging, and is followed by the GQDs' synthetic strategies. The emergent and latest development methods for tuning GQDs' optical properties are further described in detail. The recent advanced applications of GQDs in vitro, particularly in cell imaging, targeted imaging, and theranostic nanoplatform fabrication, are included. The applications of GQDs for in vivo bioimaging are also covered. Finally, the Review is concluded with the challenges and prospectives that face this nascent yet exciting field.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,133
Tête enseignante GPT0,362
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations237
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetCarbon and Quantum Dots ApplicationsTravaux en français237 207