Rheological Investigation of Self-emulsification Process
Notice bibliographique
Résumé
PURPOSE: Aim of this study is to investigate the mechanism of self-emulsification through rheological analysis of intermediate liquid crystalline (LC) phase formed during self-emulsification process. METHODS: Binary system of tween 80 (T80) and imwitor 742 (I742) was used and different SES were prepared with I742 at 10, 30, 50, 70 and 90% w/w concentration levels. Self-emulsification was monitored by visual observations and droplet size measurement. Mesophases obtained by 50% v/v hydration of SES were utilized for polarizing microscopy, differential scanning calorimetry and rheological studies. RESULTS: Good emulsification with nano sized droplets was observed for SES 30% as compared to micron sized droplets for other SES. In polarizing microscopy, formation of intermediate LC phase was observed in all SES. Lamellar phase was evident in 30% SES while other SES exhibited micellar cubic phase. Presence of high level of structurally bound water in thermal analysis confirmed mesophase formation in all SES. In frequency sweep, decrease in elastic modulus, and an increase in phase degree and loss tangent was observed for 30% SES. Exactly opposite trend was seen in other SES. Thus, rheological studies concluded presence of weak and fragile mesophase structure in 30% SES while LC phase structure with little structural buildup was observed in other SES. This weak mesosphere structure in SES 30% presented no or very little resistance against strain induced deformation. Therefore, during emulsification, weak mesophase in SES 30% ruptured with ease and released jet of nanosize droplets compared to coarse droplets for other SES. CONCLUSION: This study signifies the effect of viscoelastic properties of intermediate LC phase on self-emulsification performance.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».