MétaCan
Menu
Retour à la cohorte
Enregistrement W3206913641 · doi:10.26434/chemrxiv.12249836.v1

Illuminating the Surface Corona of Biogenic Silver Nanoparticles

2020· preprint· en· W3206913641 sur OpenAlexaff
Sunil Rajput, Mark T. McDermott

Notice bibliographique

RevueChemRxiv · 2020
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNanoparticleCorona (planetary geology)Silver nanoparticleBiomoleculeNanotechnologyNanomaterialsCoatingChemistryMaterials scienceAstrobiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Biogenic nanoparticles are attractive due to their unique surface chemistry compared to chemical counterparts. Underpinning the importance of the surface layer or corona is the interaction between the nanoparticles and the environment. The surface corona provides biological identity, physical structure, colloidal stability and a chemical scaffold for modification. Understanding the structure and composition of the corona that surrounds nanoparticles enables rational design for applications. Previous investigations examining biogenic nanoparticles have purported a coating comprised of biomolecules, however a defined structure is extremely limited. We address this limitation through a detailed examination involving both in situ analyses of silver nanoparticle dispersions (indirect) produced by Fusarium oxysporum and desorbing the surface corona (direct). Using a series of orthogonal characterization techniques we show evidence the surface corona of biogenic silver nanoparticles is comprised of a thin mixed layer of peptides and carbohydrates. We propose the origin of these peptides is from adaptive or protective proteins triggered by environmental stress. The differences and limitations in our two approaches are highlighted. Our findings make it clear that methods used to characterize the inherent surface corona of biogenic silver nanoparticles should be carefully documented for consistent and judicious interpretations.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,253
Écart entre enseignants0,200 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207