MétaCan
Menu
Retour à la cohorte
Enregistrement W4281736230 · doi:10.3390/nano12111822

Physical Characterization and Cellular Toxicity Studies of Commercial NiO Nanoparticles

2022· article· en· W4281736230 sur OpenAlexaff
Filip Kunc, Michael E. Bushell, Xiaomei Du, Andre Zborowski, Linda J. Johnston, David C. Kennedy

Notice bibliographique

RevueNanomaterials · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésNon-blocking I/ONickel oxideCytotoxicityNanoparticleDispersion (optics)Characterization (materials science)Materials scienceChemical engineeringParticle sizeNickelNanotechnologyChemistryMetallurgyOrganic chemistryIn vitroCatalysis

Résumé

récupéré en direct d'OpenAlex

Nickel oxide (NiO) nanoparticles from several manufacturers with different reported sizes and surface coatings were characterized prior to assessing their cellular toxicity. The physical characterization of these particles revealed that sizes often varied from those reported by the supplier, and that particles were heavily agglomerated when dispersed in water, resulting in a smaller surface area and larger hydrodynamic diameter upon dispersion. Cytotoxicity testing of these materials showed differences between samples; however, correlation of these differences with the physical properties of the materials was not conclusive. Generally, particles with higher surface area and smaller hydrodynamic diameter were more cytotoxic. While all samples produced an increase in reactive oxygen species (ROS), there was no correlation between the magnitude of the increase in ROS and the difference in cytotoxicity between different materials.

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 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 enseignants0,002
Score d'incertitude au seuil0,405

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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,282
Écart entre enseignants0,248 · 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.

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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanomaterialsMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207