Influence of Impurities from Manufacturing Process on the Toxicity Profile of Boron Nitride Nanotubes
Notice bibliographique
Résumé
The toxicity of boron nitride nanotubes (BNNTs) has been the subject of conflicting reports, likely due to differences in the residuals and impurities that can make up to 30-60% of the material produced based on the manufacturing processes and purification employed. Four BNNTs manufactured by induction thermal plasma process with a gradient of BNNT purity levels achieved through sequential gas purification, water and solvent washing, allowed assessing the influence of these residuals/impurities on the toxicity profile of BNNTs. Extensive characterization including infrared and X-ray spectroscopy, thermogravimetric analysis, size, charge, surface area, and density captured the alteration in physicochemical properties as the material went through sequential purification. The material from each step is screened using acellular and in vitro assays for evaluating general toxicity, mechanisms of toxicity, and macrophage function. As the material increased in purity, there are more high-aspect-ratio particulates and a corresponding distinct increase in cytotoxicity, nuclear factor-κB transcription, and inflammasome activation. There is no alteration in macrophage function after BNNT exposure with all purity grades. The cytotoxicity and mechanism of screening clustered with the purity grade of BNNTs, illustrating that greater purity of BNNT corresponds to greater toxicity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».