Bioactive Graphene Quantum Dots Based Polymer Composite for Biomedical Applications
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.
Notice bibliographique
Résumé
Today, nanomedicine seeks to develop new polymer composites to overcome current problems in diagnosing and treating common diseases, especially cancer. To achieve this goal, research on polymer composites has expanded so that, in recent years, interdisciplinary collaborations between scientists have been expanding day by day. The synthesis and applications of bioactive GQD-based polymer composites have been investigated in medicine and biomedicine. Bioactive GQD-based polymer composites have a special role as drug delivery carriers. Bioactive GQDs are one of the newcomers to the list of carbon-based nanomaterials. In addition, the antibacterial and anti-diabetic potentials of bioactive GQDs are already known. Due to their highly specific surface properties, π-π aggregation, and hydrophobic interactions, bioactive GQD-based polymer composites have a high drug loading capacity, and, in case of proper correction, can be used as an excellent option for the release of anticancer drugs, gene carriers, biosensors, bioimaging, antibacterial applications, cell culture, and tissue engineering. In this paper, we summarize recent advances in using bioactive GQD-based polymer composites in drug delivery, gene delivery, thermal therapy, thermodynamic therapy, bioimaging, tissue engineering, bioactive GQD synthesis, and GQD green resuscitation, in addition to examining GQD-based polymer composites.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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