MétaCan
Menu
Retour à la cohorte
Enregistrement W4289545463 · doi:10.33640/2405-609x.3256

Green Approach for Iron Oxide Nanoparticles Synthesis: Application in Antimicrobial and Anticancer- an Updated Review

2022· article· en· W4289545463 sur OpenAlexaff
Norul Aini Zakariya, Wan Hafizah W. Jusof, Shahnaz Majeed

Notice bibliographique

RevueKarbala International Journal of Modern Science · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensRoyal College of Physicians and Surgeons of Canada
Organismes subventionnairesnon disponible
Mots-clésAntimicrobialAntibioticsCytotoxicityChemistryIron oxide nanoparticlesReactive oxygen speciesPharmacologyNanotechnologyMedicineNanoparticleBiochemistryMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Cancer and microbial infections create numerous challenges nowadays. Chemotherapy agents cause severe side effects, while microbial infections, especially multidrug-resistant bacterial strains hard to treat with available antibiotics. Therefore, this review provides an overview of the green synthesis of Iron oxide nanoparticles (IONPs) with their physicochemical properties and mechanism of action . The IONPs causes cytotoxicity and antimicrobial activity by causing oxidative distress through the production of Reactive Oxygen Species (ROS). The IONPs as an anticancer and antimicrobial agent may help to overcome the limitation of conventional treatments but needs toxicity evaluation before usage in clinical applications.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,021
Tête enseignante GPT0,291
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKarbala International Journal of Modern ScienceMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207