Analytical Chemistry of Engineered Nanomaterials: Part 1. Scope, Regulation, Legislation, and Metrology
Notice bibliographique
Résumé
Analytical chemistry is crucial for understanding the complex behavior observed for engineered nanomaterials (ENMs). A variety of analytical chemistry techniques and methodological approaches are used for isolation/purification and determination of the composition of pristine nanomaterials and for the detection, identification, and quantification of nanomaterials in nano-enabled consumer products and the complex matrices found in cosmetics, food, and environmental and biological samples. Adequate characterization of ENMs also requires physicochemical characterization of number of other properties, including size, shape, and structure. The requirement for assessment of a number of ENM properties frequently requires interdisciplinary approaches and multi-modal analysis methods. This technical report starts with an overview of ENMs definitions and classification, their properties, and analytical scenarios encountered with the analysis of both pristine nanomaterials and complex matrices containing different nanomaterials. An evaluation of the current status regarding nanomaterial identification and characterization for regulatory purposes and legislation, including emerging regulations and related scientific opinions, is provided. The technical report also presents a large and critical overview of the metrology of nanomaterials, including available reference materials and the development and validation of standardized methods that are currently available to address characterization and analysis challenges. The report focuses mainly on chemical analysis techniques and thus it is complementary to previous IUPAC technical reports focused on characterizing the physical parameters of ENMs and on nanotoxicology.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 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 ».