MétaCan
Menu
Retour à la cohorte
Enregistrement W4390635926 · doi:10.1016/j.omx.2024.100290

Gum Arabic-stabilized upconverting nanoparticles for printing applications

2024· article· en· W4390635926 sur OpenAlexaff
Christian Homann, Emille M. Rodrigues, Patrick Orsini, Keven Savard, Christophe-Badié Togola, Marie‐Maude de Denus‐Baillargeon, Maroun Massabki, Eva Hemmer

Notice bibliographique

RevueOptical Materials X · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLuminescence Properties of Advanced Materials
Établissements canadiensOptech (Canada)University of Ottawa
Organismes subventionnairesnon disponible
Mots-clésInkwellNanotechnologyBiocompatible materialMaterials scienceNanoparticleLuminescenceThermal stabilityGum arabicArabicChemical engineeringProcess engineeringChemistryComposite materialEngineeringOrganic chemistryOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Upconverting nanoparticles (UCNPs) have been proposed for a variety of applications ranging from biomedical probes to luminescent sensors and security tags. Yet, bringing UCNPs into real-life, technologically relevant products requires implementation into industry-friendly processes. The need for stable dispersions, clean films or dry powders challenges users who look for a way to use UCNPs. In this work, an ink formulation was developed that offers a straightforward way to print UCNPs on glass and metallic substrates. The use of Gum Arabic as biocompatible emulsifier allowed to implement the NaGdF4:Er,Yb/NaGdF4 core/shell UCNPs into water-based ink formulations without the need of complex surface chemistry. The formulation, based on water, glycerin, and propanediol, exhibited good stability and applicability for printing with a commercial aerosol jet printer. Bright upconversion emission was retained upon printing, and the obtained UCNP films were used in proof-of-concept luminescent thermal sensing.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,283
Écart entre enseignants0,264 · 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'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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptical Materials XMême sujetLuminescence Properties of Advanced MaterialsTravaux en français237 207