Inductively Coupled Plasma‐Mass Spectrometry in Biodistribution Studies of (Engineered) Nanoparticles
Notice bibliographique
Résumé
Abstract The biodistribution of engineered inorganic nanomaterials with size characteristics of one, two, or three dimensions smaller than 100 nm is a fast‐growing analytical and toxicological research field. This article gives a detailed overview of biodistribution studies with gold (Au), silver (Ag), and titanium dioxide (TiO 2 ) nanoparticles (NPs). Exposure to NPs is possible via inhalation, injection, ingestion, and skin contact. The distribution of NPs in the body is affected by their chemical/elemental composition, size and size distribution, shape, coatings, surface properties, and their stability under the selected circumstances. The evaluation of the presence of NPs to determine their tissue distribution is not easy. The presence of NP can be identified by electron microscopy (EM), but this is a time‐ and labor‐consuming technique. So, instead of determining the presence of the NPs themselves, distribution studies can use elemental analysis by inductively coupled plasma‐mass spectrometry (ICP‐MS) as indication for the tissue distribution of NPs. In the field of analytical research, the suitable application of ICP‐MS is crucial and discussed in detail. More recent relevant analytical techniques, especially single‐particle inductively coupled plasma‐mass spectrometry (sp‐ICP‐MS) and the hyphenation of field‐flow fractionation (FFF) hyphenated to ICP‐MS, the obtained results, as well as the evaluations are presented too.
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».