MétaCan
Menu
Retour à la cohorte
Enregistrement W4295106137 · doi:10.53350/pjmhs221661046

Biologically Synthesized Zinc Oxide Nanoparticles and Carbon Tetrachloride as an Anti Cancer Drug: A Review

2022· review· en· W4295106137 sur OpenAlexaff
Muhammad Haseeb Basharat, Muhammad Tariq, Riaz Mustafa, Amar Akash, Hafiza Hira Talib, Muhammad Nouman Aziz, Anadil Noel, Adnan Zeb, Muhammad Farooq Khalid, Fakhra Soomro, Qudsia Mushtaq, Mehreen Fatima

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCurcumin's Biomedical Applications
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésZincCarbon tetrachlorideNanoparticleDrugNanotechnologyTetrachlorideMaterials scienceChemistryPharmacologyMedicineOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Cancer is a life-threatening disease, curing it is one of the primary tasks for scientists around the world. One of the major fields that have exceptional abilities to control cancer is nanotechnology and nano medicines. Zinc oxide nanoparticles have flexible platforms for therapeutic and biomedical practice. There is a vital need to manufacture a new anti-cancerous drug. Zinc oxide nanoparticles have a great potential to act as an anti-cancerous drug. A common effect of zinc nanoparticle and carbon tetrachloride is the primary concern on the liver, biologically synthesized nanoparticles can be used for this cure purpose. This review study aims to explain the effects of synthesized nanoparticles on the rat in the presence of CCl4; Combination of toxic substance with the presence of nanoparticle can give us a better idea on the effectiveness of nanoparticle. Keywords: Zinc oxide nanoparticles, Liver cirrhosis, Carbon tetrachloride, Liver function

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 seuil0,008

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
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,036
Tête enseignante GPT0,347
Écart entre enseignants0,311 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCurcumin's Biomedical ApplicationsTravaux en français237 207