Comparison of Pickering and Network Stabilization in Water-in-Oil Emulsions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We compared the efficacy of Pickering crystals, a continuous phase crystal network, and a combination thereof against sedimentation and dispersed phase coalescence in water-in-oil (W/O) emulsions. Using 20 wt % water-in-canola oil emulsions as our model, glycerol monostearate (GMS) permitted Pickering-type stabilization, whereas simultaneous usage of hydrogenated canola oil (HCO) and glycerol monooleate (GMO) primarily led to network-stabilized emulsions. A minimum of 4 wt % GMS or 10 wt % HCO was required for long-term sedimentation stability. Although there were no significant differences between the two in mean droplet size with time, the free water content of the network-stabilized emulsions was higher than Pickering-stabilized emulsions, suggesting higher instability. Microscopy revealed the presence of crystal shells around the dispersed phase in the GMS-stabilized emulsions, whereas in the HCO-stabilized emulsion, spherulitic growth in the continuous phase and on the droplet surface occurred. The displacement energy (E(disp)) to detach crystals from the oil-water interface was ∼10(4) kT, and was highest for GMS crystals. Thermal cycling to induce dispersed phase coalescence of the emulsions resulted in desorption of both GMS and GMO from the interface, which we ascribed to solute-solvent hydrogen bonding between the emulsifier molecules and the solvent oil, based on IR spectra. Overall, Pickering crystals were more effective than network crystals for emulsion stabilization. However, the thermal stability of all emulsions was hampered by the diffusion of the molten emulsifiers from the interface.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle