BACKGROUND -predicting defect-prone software components is an economically important activity and so has received a good deal of attention.However, making sense of the many, and sometimes seemingly inconsistent, results is difficult.OBJECTIVE -we propose and evaluate a general framework for software defect prediction that supports (i) unbiased and (ii) comprehensive comparison between competing prediction systems.METHOD -the framework comprises (i) scheme evaluation and (ii) defect prediction components.The scheme evaluation analyzes the prediction performance of competing learning schemes for given historical data sets.The defect predictor builds models according to the evaluated learning scheme and predicts software defects with new data according to the constructed model.In order to demonstrate the performance of the proposed framework, we use both simulation and publicly available software defect data sets.RESULTS -the results show that we should choose different learning schemes for different data sets (i.e.no scheme dominates), that small details in conducting how evaluations are conducted can completely reverse findings and lastly that our proposed framework is more effective, and less prone to bias than previous approaches.CONCLUSIONS -failure to properly or fully evaluate a learning scheme can be misleading, however, these problems may be overcome by our proposed framework.

PLA is widely known as biodegradable plastics whose further application in fields such as automotive and architectural is still constrained by its flammability and unsatisfactory crystallization properties. To address the aforementioned concerns, a novel biomass phosphonamide PDPA was synthesized with chemical structure confirmed by FTIR, NMR and elemental analysis tests. Immediately thereafter, PLA/PDPA composites were prepared by melting blending, with a focus on flame retardancy, crystallization properties and flame-retardant mechanism. As expected, PDPA efficiently enhanced both the flame retardancy and crystallization properties of PLA. Specifically, the PLA/4.0PDPA obtained UL-94 V-0 grade and the LOI value increased to 28.6 % with only 4 wt% PDPA added, which comes down to the superior free radical capture and dilution effect of PDPA in the vapor phase and the melting droplet effect. More appealingly, the crystallinity of PLA/4.0PDPA was significantly enhanced to 43.4 % from 2.5 % of PLA, and the shortest t

Photodynamic therapy (PDT) is increasingly regarded as an attractive approach for cancer treatment due to its advantages of low invasiveness, minimal side effects, and high efficiency. Here, two novel Ru(II) complexes 8a,b were designed and synthesized by coordinating phenanthroline and biquinoline ligands with Ru(II) center, and their chemo-photodynamic therapy and immunotherapy were explored. Both 8a and 8b exhibited significant phototoxicity against A549 and 4T1 tumor cells via type-I/-II PDT. Among them, 8b exhibited superior oxygen-independent antitumor effects (IC50s = 1.50–1.76 μM) upon laser irradiation, and displayed micromolar-level chemotherapeutic activities, indicating its potential for chemo/photodynamic dual effects. Furthermore, 8b also initiated an ICD cascade, enhancing recruitment and maturation of antigen-presenting cells, thus triggering a CD8+ T cell antitumor immune response. Finally, in vivo antitumor experiments demonstrated that 8b exhibited significant inhibition of lung and breast tumor growth, with inhibition rates of 94.6% and 97.3%, respectively. Therefore, the Ru(II) complexes we designed, as effective type-I/-II photosensitizers and potential immunoactivators, demonstrate multiple antitumor mechanisms, warranting further study.