MétaCan
Menu
Retour à la cohorte
Enregistrement W3000414575 · doi:10.4015/s1016237220500076

BIOMECHANICS OF SUPERPARAMAGNETIC NANOPARTICLES FOR LASER HYPERTHERMIA

2020· article· en· W3000414575 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

RevueBiomedical Engineering Applications Basis and Communications · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensFord Motor Company (Canada)
Organismes subventionnairesnon disponible
Mots-clésNanoparticleMaterials scienceHyperthermiaMagnetic nanoparticlesNanotechnologySuperparamagnetismHyperthermia TreatmentNanocompositeHeat transferBioheat transferHeat generationMagnetic fieldMagnetizationMechanicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Nanoparticle hyperthermia treatment is progressing with the passage of time, and with the development in the field of hybrid nanoparticles synthesis. The transient heat transfer in magnetite–graphene nanocomposite in three dimension under conduction is studied during this research. The proposed model is simulated in finite element solver framework. Novel hybrid nanoparticles were synthesized. Their chemical properties and their heat transfer properties were examined. By mathematical modeling results, the effective hybrid nanoparticle is chosen that can be used as a drug in hyperthermia process. Current developments in nanotechnology have improved the ability to precisely modify the features and properties of MNPs for these biomedical applications. The accurate control on the magnetic properties of the particle is the key in hyperthermia applications. By these magnetic particles, wished temperature can be achieved for laser hyperthermia. In this paper, study is done for understanding the properties and novelty of the new nanoparticles. The merits and demerits of synthesized hybrid nanoparticles are also discussed either the composites can used as a drug or not.

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)0,000
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 enseignants0,513
Score d'incertitude au seuil0,358

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 ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,258
Écart entre enseignants0,231 · 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