MétaCan
Menu
Retour à la cohorte
Enregistrement W4399766042 · doi:10.32920/26052835

Characterization of Liposomal Release Temperature Using a Low Field Magnetic Resonance System

2024· preprint· en· W4399766042 sur OpenAlexaff
Khalid Noori

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueFiber-reinforced polymer composites
Établissements canadiensToronto Metropolitan UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésCharacterization (materials science)Field (mathematics)LiposomeMaterials scienceNuclear magnetic resonanceNanotechnologyPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

<p>The use of liposomes as chemotherapeutic carriers has been the subject of many research studies, with emphasis on enhancing the therapeutic index by increasing effect on cancer cells and reducing side effects. An important parameter to characterize for thermosensitive liposomes, TSLs, is the release temperature, Tr, the temperature at which liposomes release most of their content. By loading liposomes with a contrast agent such as Mn2+, a benchtop NMR system can be used to determine Tr through incremental heating. In this work, the release temperature was extracted from relaxometry measurements of Mn2+-loaded TSLs. Tr values were then compared with transition temperature values, Tm, the temperature at which liposomes’ bilayer changes state, obtained by a standard technique. The difference of the average values between Tr and Tm was approximately 0.5 oC. The discrepancy is due to artifacts produced by the standard technique. Nonetheless, Tm can be used to predict Tr.</p>

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,429
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,187
Écart entre enseignants0,182 · 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.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFiber-reinforced polymer compositesTravaux en français237 207