MétaCan
Menu
Retour à la cohorte
Enregistrement W3014287573 · doi:10.1139/er-2019-0085

Interactions of metal-based nanoparticles (MBNPs) and metal-oxide nanoparticles (MONPs) with crop plants: a critical review of research progress and prospects

2020· review· en· W3014287573 sur OpenAlexvenueno aff
Weitao Liu, Aurang Zeb, Jiapan Lian, Jiani Wu, Hongxia Xiong, Jingchun Tang, Shunan Zheng

Notice bibliographique

RevueEnvironmental Reviews · 2020
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésNanotechnologyAgricultureCropFood chainEnvironmental scienceBiotechnologyNanoparticleBiochemical engineeringBiologyEcologyMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Over the past decade, the production and applications of metal-based and metal-oxide nanoparticles (MBNPs and MONPs, respectively) have increased significantly due to their enhanced physicochemical properties and biological activities when compared with their bulk parent materials. Once MBNPs and MONPs enter agricultural soil via direct or indirect pathways, they can interact with crop plants and thus pose a threat to both animal and human health through food chain pathways. Although many review articles on engineered nanoparticles have been published, few have focused on the interactions of MBNPs and MONPs with crop plants and their current applications. Therefore, we reviewed the sources and behaviors of MBNPs and MONPs in agricultural soil, physiological and biochemical effects of MBNPs and MONPs on plants, uptake, translocation of MBNPs and MONPs in crop plants, factors affecting the interaction between MBNPs and MONPs and plants, and the applications of MBNPs and MONPs. Lastly, we propose where the future research priorities should be focused to provide a better understanding of MBNPs and MONPs. This review will help to promote scientific research regarding MBNPs and MONPs and to understand the risks and benefits of their association with plants and will contribute to the advancement of nanotechnology.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,091
Tête enseignante GPT0,382
Écart entre enseignants0,291 · 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

Citations52
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207