MétaCan
Menu
Retour à la cohorte
Enregistrement W3207476049 · doi:10.1002/9783527823963.ch3

<scp>2D</scp> Nanomaterials for Biomedical Applications

2021· other· en· W3207476049 sur OpenAlexaff
Poliraju Kalluru, Raviraj Vankayala

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésNanotechnologyNanomaterialsPhotothermal therapyMaterials scienceBiocompatibilityGrapheneDrug deliveryBiosensorRegenerative medicineBiomedicineExfoliation jointChemistryBioinformatics

Résumé

récupéré en direct d'OpenAlex

Two-dimensional (2D) nanomaterials have attracted significant research interest since the outbreak of graphene. In general, exfoliation is used to obtain few layered 2D nanostructures. Owing to their unique optical, electronic, and mechanical properties, 2D nanomaterials hold great potential for harnessing them as key components in the fields of electronics, optoelectronics, and clinical biomedicine. Their atomic thickness and exposed huge surface even make them highly designable leading to their usage in various applications. Furthermore, hydrophilicity, surface area, mechanical stability, and conductivity are crucial parameters to improve the biocompatibility of 2D nanostructures and adopt them into medical applications. In this chapter, we discuss the utility of 2D nanomaterials for bioimaging, photothermal therapy (PTT), photodynamic therapy (PDT), drug/gene delivery, biosensors, antibacterials, tissue engineering, and regenerative medicine.

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 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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil1,000

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,232
Écart entre enseignants0,222 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207