Резултати

еНаука >  Резултати >  Essential Oils as Antimicrobials against Acinetobacter baumannii: Experimental and Literature Data to Definite Predictive Quantitative Composition-Activity Relationship Models Using Machine Learning Algorithms
Назив: Essential Oils as Antimicrobials against Acinetobacter baumannii: Experimental and Literature Data to Definite Predictive Quantitative Composition-Activity Relationship Models Using Machine Learning Algorithms
Аутори: Astolfi, Roberta; Oliva, Alessandra; Raffo, Antonio; Sapienza, Filippo; Ragno, Alessio; Proia, Eleonora; Mastroianni, Claudio M; Luceri, Cristina; Bozovic, Mijat; Mladenovic, Milan;
Papa, Rosanna; Bottoni, Patrizia; Mazzinelli, Elena; Nocca, Giuseppina; Ragno, Rino;
Година: 2025
Публикација: JOURNAL OF CHEMICAL INFORMATION AND MODELING
ISSN: 1549-9596 Journal of Chemical Information and Modeling Претражи идентификатор
Тип резултата: Научни чланак
Колација: vol. 65 br. 3 str. 1378-1391
DOI: 10.1021/acs.jcim.4c02389
WoS-ID: 001403553800001
Scopus-ID: 2-s2.0-85215935824
URI: https://enauka.gov.rs/handle/123456789/966174
Пројекат: ARSIAL
Извор метаподатака: (Preuzeto iz Nasi u WoS)
М-категорија: 
21aM21a - Водећи међународни часопис категорије M21a

1
SCOPUSTM
1
WEB OF SCIENCETM
Алт метрика
Dimensions
Unpaywall

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.