MétaCan
Menu
Retour à la cohorte
Enregistrement W2566381555 · doi:10.3390/gels3010001

Physicochemical Properties and the Gelation Process of Supramolecular Hydrogels: A Review

2017· review· en· W2566381555 sur OpenAlexaff
Abdalla H. Karoyo, Lee D. Wilson

Notice bibliographique

RevueGels · 2017
Typereview
Langueen
DomaineMaterials Science
ThématiqueSupramolecular Self-Assembly in Materials
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSelf-healing hydrogelsSupramolecular chemistryRational designNanotechnologyMaterials scienceSoft materialsDrug deliveryCosmeticsCharacterization (materials science)Design elements and principlesComputer scienceChemistryOrganic chemistryMoleculePolymer chemistry

Résumé

récupéré en direct d'OpenAlex

Supramolecular polysaccharide-based hydrogels have attracted considerable research interest recently due to their high structural functionality, low toxicity, and potential applications in foods, cosmetics, catalysis, drug delivery, tissue engineering and the environment. Modulation of the stability of hydrogels is of paramount importance, especially in the case of stimuli-responsive systems. This review will update the recent progress related to the rational design of supramolecular hydrogels with the objective of understanding the gelation process and improving their physical gelation properties for tailored applications. Emphasis will be given to supramolecular host⁻guest systems with reference to conventional gels in describing general aspects of gel formation. A brief account of the structural characterization of various supramolecular hydrogels is also provided in order to gain a better understanding of the design of such materials relevant to the nature of the intermolecular interactions, thermodynamic properties of the gelation process, and the critical concentration values of the precursors and the solvent components. This mini-review contributes to greater knowledge of the rational design of supramolecular hydrogels with tailored applications in diverse fields ranging from the environment to biomedicine.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,084
Tête enseignante GPT0,350
Écart entre enseignants0,266 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations108
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGelsMême sujetSupramolecular Self-Assembly in MaterialsTravaux en français237 207