MétaCan
Menu
Retour à la cohorte
Enregistrement W4409480780 · doi:10.1063/5.0268179

Fe-doped asphaltenes carbon dots for tumor magnetic resonance imaging

2025· article· en· W4409480780 sur OpenAlexafffund
Ozioma Udochukwu Akakuru, Sabad-e Gul, Zhusheng Liu, Steven L. Bryant, Aiguo Wu, Milana Trifkovic

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon and Quantum Dots Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAlberta Innovates
Mots-clésPhysicsMagnetic resonance imagingAsphalteneDopingNuclear magnetic resonanceCarbon fibersNanotechnologyCondensed matter physicsMedicineChemical engineeringRadiologyComposite material

Résumé

récupéré en direct d'OpenAlex

Iron-based contrast agents have recently garnered attention as positive (T1) magnetic resonance imaging (MRI) contrast agents providing an alternative to gadolinium-based contrast agents mired with the nephrogenic systemic fibrosis downsides. Whereas the magnetic cores of iron enable T1 MRI contrast enhancement, the non-magnetic materials (e.g., polymers) usually deployed to stabilize the metal cores affect bulk water diffusion to the iron centers. We present an innovative approach in designing biocompatible complex of asphaltene-derived carbon dots (ACDs) with iron (ACD-Fe), where the ACDs enhanced hydrophilicity improves accessibility of Fe3+ centers to water molecules to achieve effective tumor MRI. The ACD-Fe design strategy involves synthesizing ACDs at a lower temperature (80 °C) with high mass yield, followed by iron doping via easy complexation with FeCl3 at room temperature. The ACD-Fe complex thus serves as tissue-tolerant T1 MRI contrast agent (r1 = 1.33 mM−1s−1) for tumor imaging. This report pioneers the use of asphaltene-derived materials in MRI and tumor imaging, presenting a low-cost, scalable synthesis protocol for the ACD-Fe complex as an effective T1 MRI contrast agent.

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 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 enseignants0,047
Score d'incertitude au seuil0,448

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 recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,273
Écart entre enseignants0,260 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetCarbon and Quantum Dots ApplicationsTravaux en français237 207