MétaCan
Menu
Retour à la cohorte
Enregistrement W1986384945 · doi:10.1007/s11746-006-1232-9

Formation, structure, and rheological properties of ricinelaidic acid‐vegetable oil organogels

2006· article· en· W1986384945 sur OpenAlexafffund
Amanda J. Wright, Alejandro G. Marangoni

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésViscoelasticityRheologyMaterials scienceBirefringenceKineticsDynamic mechanical analysisChemical engineeringCanolaPhase (matter)Polymer chemistryChemistryOrganic chemistryPolymerComposite materialOpticsFood science

Résumé

récupéré en direct d'OpenAlex

Abstract Vegetable oil‐based organogels were formed using ricinelaidic acid (12‐hydroxy‐9‐ trans ‐octadecenoic acid, REA). Gelation kinetics, gel structure, and stability were studied. Gelation occurred with as little as 0.5% (w/w) REA, depending on temperature and oil composition. Phase diagrams were constructed using canola, sesame, and DAG oils. Lower gelation tendencies were correlated with the presence of potential hydrogen‐bonding moieties in the oils. REA concentration had a significant influence on gelation kinetics and gel rheology. At 5°C, the 0.5% canola oil gel behaved like a weak, viscoelastic network composed of entangled strands. Between 1.0 and 5.0% REA, solid‐like, viscoelastic gels were formed. The 24‐hour G′ LVR (storage modulus in the linear viscoelastic region) was highly dependent on concentration and less so on temperature. Values for gelation time indicated a change in behavior below 2% REA and above 20°C. Polarized light microscopy revealed that the gels were formed through the interactions of long, thin, and birefringent fibers. Structural analysis using X‐ray diffractometry (XRD) indicated the presence of repeating REA dimers and increasing order with concentration and gel storage time. Increases in gel opacity, birefringence, XRD scattering, and fiber clustering were observed during storage.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,173
Écart entre enseignants0,166 · 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 source (Gemma direct ou Codex distillé), 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

Citations146
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207