MétaCan
Menu
Retour à la cohorte
Enregistrement W4306658711 · doi:10.3390/ijtm2040039

Characterization of Engineered Cerium Oxide Nanoparticles and Their Effects on Lung and Macrophage Cells

2022· article· en· W4306658711 sur OpenAlexafffund
Michael E. Bushell, Filip Kunc, Xiaomei Du, Andre Zborowski, Linda J. Johnston, David C. Kennedy

Notice bibliographique

RevueInternational Journal of Translational Medicine · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Nanomaterials in Catalysis
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Research Council CanadaHealth Canada
Mots-clésCerium oxideNanoparticleCeriumCytotoxicityMaterials scienceNanotechnologyCharacterization (materials science)OxideChemistryChemical engineeringMetallurgyBiochemistryIn vitro

Résumé

récupéré en direct d'OpenAlex

Cerium oxide nanoparticles are promising materials as novel nanoscale therapeutics and are commonly used materials in industrial processes. Most cytotoxicity studies on cerium oxide nanoparticles are made from in-lab prepared materials making comparison between studies challenging, especially when performed on unique cell lines under non-standard conditions. Using commercially available nanoparticles we show that particle stability/agglomeration may be critical in determining the cytotoxicity in some cell lines, while in other cell lines, larger sized primary particles are linked to higher cytotoxicity, contrasting what has been reported in the literature for smaller cerium nanoparticles. To accelerate the development of cerium oxide enabled commercial processes and biomedical innovations, a clearer understanding of the interactions between cerium oxide nanoparticles and cells is needed to better understand their fate in and impact on biological systems.

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)0,001
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 enseignants0,010
Score d'incertitude au seuil0,338

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 technologies0,0000,000
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 Opus0,006
Tête enseignante GPT0,239
Écart entre enseignants0,233 · 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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Translational MedicineMême sujetAdvanced Nanomaterials in CatalysisTravaux en français237 207