MétaCan
Menu
Retour à la cohorte
Enregistrement W4399037089 · doi:10.31661/jbpe.v0i0.2405-1765

A Critical Look at Heavy Ion Beam Irradiation for Vaccine Development

2024· article· en· W4399037089 sur OpenAlexaff
Payman Rafiepour, Seyed Mohammad Javad Mortazavi, Lembit Sihver

Notice bibliographique

RevueJournal of Biomedical Physics and Engineering · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésHeavy ionIrradiationIon beamIonNuclear engineeringMaterials scienceBeam (structure)OpticsNuclear physicsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Recent studies offer valuable insights into viral inactivation for vaccine development. Schulze et al. have demonstrated the potential of heavy ion beam irradiation to create effective vaccines, which is particularly relevant in the context of airborne pandemics. Notably, the success in immunizing mice via intranasal administration with the inactivated influenza virus is encouraging, especially given the genetic similarities between influenza and SARS-CoV-2. However, the study raises important considerations. While heavy ion treatment shows advantages, there are concerns about viral inactivation completeness and the potential for surviving viruses, albeit at extremely low levels. Prolonged irradiation times and the risk of selective pressure leading to the evolution of resistant variants are highlighted. Biosafety concerns regarding accidental lab escape of resistant strains are crucial, emphasizing the need for caution during experiments. Moreover, limitations in Monte Carlo simulations of virus irradiation are discussed, pointing out the need for more comprehensive studies to assess the impact of secondary particles on virus inactivation under realistic irradiation conditions. Given these considerations, while the study presents a promising approach for vaccine development, further research is essential to address potential drawbacks and optimize the method for safe and effective application.

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)0,007
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,017
Tête enseignante GPT0,306
Écart entre enseignants0,289 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Physics and EngineeringMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207