Green exfoliation of van der Waals–based magnetic nanocomposites for hyperthermia applications
Notice bibliographique
Résumé
We present the development of novel nanocomposites consisting of van der Waals (vdW) materials (WS 2 , MoS 2 , MoSe 2 , TiS 2 , and graphene), maghemite nanoparticles (MNPs), and a gum arabic (GA) matrix, optimized for magnetic hyperthermia applications. These superparamagnetic nanocomposites were comprehensively investigated using a range of advanced characterization techniques. It was found that the incorporation of MNPs enhances the exfoliation efficiency of vdW materials. Transmission electron microscopy revealed that the MNPs, with an average diameter of 〈D TEM 〉 = 8.3 ± 0.1 nm, are nearly spherical and uniformly anchored on the surfaces of the vdW material flakes. Raman spectroscopy confirmed the presence of characteristic 2D material signatures and verified the formation of magnetic nanocomposites with varying layer numbers. Zeta potential measurements indicated high colloidal stability, which is essential for biomedical applications. Magnetic measurements confirmed the superparamagnetic nature of the vdW-integrated nanocomposites, showing reduced saturation magnetization, increased coercivity, and a shifted blocking temperature due to dipole–dipole interactions influenced by the presence of vdW materials. The highest specific absorption rate (SAR) values recorded were 21.4 W/g for Graphene@GA@MNPs, 20.6 W/g for WS 2 @GA@MNPs, and 23.3 W/g for TiS 2 @GA@MNPs. Magnetic hyperthermia tests demonstrated efficient heat generation under alternating magnetic fields, reinforcing their potential for 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».