MétaCan
Menu
Retour à la cohorte
Enregistrement W4210913822 · doi:10.1002/admi.202101293

Design and Construction of Fluorescent Cellulose Nanocrystals for Biomedical Applications

2022· article· en· W4210913822 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAdvanced Materials Interfaces · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Science Foundation of Jiangsu Province
Mots-clésNanotechnologyMaterials scienceBiocompatibilityFluorescenceBiosensorCelluloseChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Cellulose nanocrystals (CNCs) are featured with low toxicity, non‐trivial biocompatibility, and cell membrane penetration capability, which allow the constructions of nanoplatforms for biosensing and in vivo imaging. Interfacing CNCs and fluorescent materials into sensors/probes is thus highly topical and has received tremendous interest. This review covers the development of CNC extraction methods and, in particular, their impacts on the surficial properties of CNCs. Whereafter, recently reported strategies for fluorescent functionalizations of CNCs are summarized based on chemical modification, physical adsorption, or in situ growth. Choosing the most suitable strategy, according to the properties of both CNCs and fluorophores, for constructing fluorescent CNCs is also emphasized. With regard to applications of the fluorescent CNCs, this work focuses on the studies which have involved but not been limited to metal ion sensing, physiological pH detection, cell imaging, and tumor antiproliferation. Being aware of the highly flexible construction, appealing structural/optical properties, and outstanding performances in analysis/imaging, it is believed that CNCs are bound to be increasingly investigated in the future and widely applied in the biomedical area.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,074
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,020
Tête enseignante GPT0,295
Écart entre enseignants0,275 · 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