MétaCan
Menu
Retour à la cohorte
Enregistrement W2332243313 · doi:10.1021/la502733v

Influence of Emulsifier Concentration on Nanoemulsion Gelation

2014· article· en· W2332243313 sur OpenAlexafffund
Vivek Vardhan Erramreddy, Supratim Ghosh

Notice bibliographique

RevueLangmuir · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésChemistryChemical engineeringChromatographyEngineering

Résumé

récupéré en direct d'OpenAlex

Nanoemulsion gels are a new class of soft materials that manifest stronger elasticity even at lower dispersed phase volume fraction. In this work, gelation in 40 wt % canola oil-in-water nanoemulsions was investigated as a function of emulsifier type (anionic sodium dodecyl sulfate (SDS) or nonionic Tween 20) and concentration. It was observed that the liquid nanoemulsions transformed into viscoelastic gels at a specific concentration range of SDS, whereas no gelation was observed for Tween 20. The apparent viscosity, yield stress, and storage modulus of the nanogels increased with SDS concentration until 15 times critical micelle concentration (CMC), thereafter decreased steadily as the gelation weakened beginning 20 CMC. Three regimes of colloidal interactions in the presence of emulsifier were proposed. (1) Repulsive gelation: at low SDS concentration (0.5-2 times CMC) the repulsive charge cloud around the nanodroplets acted as interfacial shell layer that significantly increased the effective volume fraction of the dispersed phase (ϕ(eff)). When ϕ(eff) became comparable to the volume fraction required for maximal random jamming, nanoemulsions formed elastic gels. (2) Attractive gelation: as the SDS concentration increased to 5-15 times CMC, ϕ(eff) dropped due to charge screening by more counterions from SDS, but depletion attractions generated by micelles in the continuous phase led to extensive droplet aggregation which immobilized the continuous phase leading to stronger gel formation. (3) Decline in gelation due to oscillatory structural forces (OSF): at very high SDS concentration (20-30 time CMC), structural forces were manifested due to the layered-structuring of excess micelles in the interdroplet regions resulting in loss of droplet aggregation. Tween 20 nanoemulsions, on the other hand, did not show repulsive gelation due to lack of charge cloud, while weak depletion attraction and early commencement of OSF regime leading to liquid-like behavior at all concentrations. The nanogels possess great potential for use in low-fat foods, pharmaceuticals and cosmetic products.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil0,091

Scores Codex et Gemma par catégorie

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 Opus0,014
Tête enseignante GPT0,215
Écart entre enseignants0,201 · 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 tête enseignante, 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

Citations65
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetProteins in Food SystemsTravaux en français237 207