MétaCan
Menu
Retour à la cohorte
Enregistrement W3197666860 · doi:10.20944/preprints202108.0537.v1

Use of Cerium Nitrate Nanoparticles in Biological Environment Along with the Factors Effecting It: An Empirical Overview

2021· preprint· en· W3197666860 sur OpenAlexaff
Zarish Fatima, Sameer Quazi, Shreelaxmi Gavas, Tomasz M. Karpiński

Notice bibliographique

RevuePreprints.org · 2021
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueAdvanced Nanomaterials in Catalysis
Établissements canadiensEmergent BioSolutions (Canada)
Organismes subventionnairesnon disponible
Mots-clésCerium oxideNanoparticleCeriumStandardizationNanotechnologyNanomedicineEnvironmentally friendlyBiochemical engineeringMaterials scienceChemistryComputer scienceCatalysisEngineeringOrganic chemistryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The advancement in the production and usage of the cerium oxide nanoparticles have diverted the attention of scientists towards their usage in medical field and therapeutic usage. The clinical usage of these Nano ceria is based on their ability to moderate the oxidative stress and this is only because of their ability to change their valent state from +3 to +4 which makes them ideal for scavenging radicals for use in a number of systemic and neurodegenerative disorders. This review aims to synthesize the basic methods used for the synthesis of nanoparticles along with the use of ligand, stabilizing agent and other components. This review also concludes that how various physical and chemical properties of nanoparticles effect the basic biological activities such as antimicrobial activity, cytotoxicity and many others. However, during the standardization, some of the physiochemical properties, methods used for preparation and catalytic abilities must be taken into account.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,293
Tête enseignante GPT0,382
Écart entre enseignants0,089 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetAdvanced Nanomaterials in CatalysisTravaux en français237 207