MétaCan
Menu
Retour à la cohorte
Enregistrement W4413787646 · doi:10.1002/anse.202500070

Combinatorial SiO <sub>2</sub> ‐Encapsulated Quantum Dot Nanoparticles and their Use in Spectral Unmixing Analysis

2025· article· en· W4413787646 sur OpenAlexafffund
Yuwei Wang, Jennifer I. L. Chen

Notice bibliographique

RevueAnalysis & Sensing · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuantum Dots Synthesis And Properties
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésQuantum dotNanoparticleMaterials scienceMultiplexingMicroemulsionNanotechnologySpectral analysisPulmonary surfactantChemical engineeringSpectroscopyComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Linear unmixing spectral analysis is a technique where signals from tens of fluorophores can be deconvoluted to increase multiplexing by 4–5‐fold. For the mathematical algorithm‐driven analysis to be applied to analytical assays, there is a need to develop spectrally engineered nanoparticle probes. Herein, silica‐encapsulated quantum dot (QD‐SiO 2 ) nanoparticles with tunable spectral emissions are presented. The mechanism and factors for incorporating hydrophobic quantum dots (QDs) in silica in the reverse microemulsion synthesis are investigated, including 1 H NMR study on the interaction of ligands on QDs with the surfactant. The optimized synthesis reduces Förster resonance energy transfer between QDs in silica particles. In combination with linear unmixing analysis, nanoparticles that encapsulate varying ratios of different color QDs enable multiplexing capability up to 8. Their size of ca. 30 nm can enable in vitro imaging in addition to the use in existing immunoassays and analytical platforms.

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)0,001
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 enseignants0,152
Score d'incertitude au seuil0,961

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,016
Tête enseignante GPT0,227
Écart entre enseignants0,212 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalysis & SensingMême sujetQuantum Dots Synthesis And PropertiesTravaux en français237 207