Projekty finansowane przez NCN
Modelowanie kluczowych właściwości strukturalnych nanocząstek warunkujących ich uwalnianie do środowiska oraz transport - FateNANO
2020/39/B/ST5/02497
Słowa kluczowe:
nowe nanomateriały zależności struktura-właściwość modelowanie nano-QSPR modelowanie przepływu nanomateriałów modelowanie losów środowiskowych modelowanie uwalniania zjawiska przemian
Deskryptory:
- ST5_013: Metody badań materiałów /nanomateriałów
- ST5_001: Właściwości strukturalne materiałów
- ST4_019: Chemia środowiska
Panel:
ST5 - Synteza i materiały: otrzymywanie materiałów, związki struktury z właściwościami, nowoczesne materiały o założonych właściwościach, architektura (makro)molekularna, chemia organiczna, chemia nieorganiczna
Jednostka realizująca:
Uniwersytet Gdański, Wydział Chemii
woj. pomorskie
Konkurs: OPUS 20 - ogłoszony 2020-09-15
Przyznana kwota: 1 148 920 PLN
Rozpoczęcie projektu: 2021-10-01
Zakończenie projektu: 2027-09-30
Planowany czas trwania projektu: 72 miesięcy (z wniosku)
Status projektu: Projekt w realizacji
Opis Projektu
Pobierz opis projektu w formacie .pdf
Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.
Dane z raportu końcowego/rocznego
- Publikacje w czasopismach (4)
- A nano-SPR model for predicting the dissolution rate of metal and metal oxide nanomaterials in the aqueous environmentAutorzy:Kalapus, M., & Puzyn, T.Czasopismo:Green Chemistry (rok: 2025, tom: 27(16), strony: 4295–4307), Wydawca: Royal Society of ChemistryStatus:OpublikowanaDoi:10.1039/D4GC06312K - link do publikacji
- When does aggregation matter? The CLUMP scheme for classifying nanoparticles based on the influence of aggregation on environmental fateAutorzy:Swiatek Brzezinski, S., Kalapus, M., & Puzyn, T.Czasopismo:Environmental Science: Nano (rok: 2025, tom: 13(2), strony: 979–991), Wydawca: Royal Society of ChemistryStatus:OpublikowanaDoi:10.1039/D5EN00950B - link do publikacji
- A rapid technique for approximating the zeta potential of metal oxide nanoparticles based on pH measurement and machine learning nano-QSPR modelsAutorzy:Bulawska, N., Kalapus, M., Sosnowska, A., & Puzyn, T.Czasopismo:Nanoscale (rok: 2025, tom: 17(38), strony: 22404–22413), Wydawca: Royal Society of ChemistryStatus:OpublikowanaDoi:10.1039/D4NR05367B - link do publikacji
- How to describe the time-dependent dissolution of engineered nanomaterials?Autorzy:Kałapus Michał, Gajewicz-Skrętna Agnieszka, Puzyn TomaszCzasopismo:Computational and Structural Biotechnology Journal (rok: 2024, tom: 25, strony: 75-80), Wydawca: Research Network of Computational and Structural BiotechnologyStatus:OpublikowanaDoi:10.1016/j.csbj.2024.04.046 - link do publikacji