MétaCan
Menu
Retour à la cohorte
Enregistrement W4393945007 · doi:10.1007/s12274-024-6630-5

Nanozyme catalysis in a crowded environment: the impact of diffusion and surface shielding

2024· article· en· W4393945007 sur OpenAlexaff
Vasily G. Panferov, Juewen Liu

Notice bibliographique

RevueNano Research · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Nanomaterials in Catalysis
Établissements canadiensNational Institute for Nanotechnology
Organismes subventionnairesnon disponible
Mots-clésElectromagnetic shieldingDiffusionMaterials scienceChemical physicsChemistryComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Nanozymes are widely used in various applications as nanosized catalysts for replacing enzymes. An accurate estimation of the catalytic activity of nanozymes in real conditions is critical. In this article, for the first time, we systematically studied the effect of macromolecular molecules co-existing in the real system on the oxidoreductase (peroxidase, oxidase, and catalase)-mimicking nanozymes made of a gold nanoparticle core and a platinum shell, Prussian Blue, Mn2O3 and CoO nanoparticles. Comparisons were made with horseradish peroxidase. We distinguished two main mechanisms of the negative impact of macromolecules on nanozyme catalysis–slowed diffusion and surface shielding of nanoparticles. While the first mechanism is typical for enzymes, the second one is specific only for nanozymes. Understanding the mechanisms is essential for developing approaches to reduce the unavoidable impact of macromolecules for various analytical and biomedical applications.

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)0,004
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 enseignants0,004
Score d'incertitude au seuil0,816

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,045
Tête enseignante GPT0,388
Écart entre enseignants0,342 · 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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano ResearchMême sujetAdvanced Nanomaterials in CatalysisTravaux en français237 207