Enhanced Persistent Luminescence from Cr3+-Doped ZnGa2O4 Nanoparticles upon Immersion in Simulated Physiological Media
Notice bibliographique
Résumé
Near-infrared persistent luminescence (PersL) nanoparticles (NPs) have great potential in biomedical applications due to their ability to continuously emit tissue-penetrating light. Despite numerous reports on the distribution, biological safety and other consequences of PersL NPs in vitro and in vivo, there has been a lack of studies on the optical properties of these NPs in the physiological environment. In light of this, we investigated the effects of short-term immersion of the prominent Cr3+-doped ZnGa2O4 (CZGO) NPs in a simulated physiological environment for up to 48 h. This paper reports the changes in the structural and optical properties of CZGO NPs after their immersion in a phosphate-buffered saline (PBS) solution for pre-determined time intervals. Interestingly, the luminescence intensity and lifetime noticeably improved upon exposure to the PBS media, which is unusual among existing nanomaterials explored as bioimaging probes. After 48 h of immersion in the PBS solution, the CZGO NPs were approximately twice as bright as the non-immersed sample. X-ray spectroscopic techniques revealed the formation of ZnO, which results in an improvement in observed luminescence.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».