Using carboxylated cellulose nanofibers to enhance mechanical and barrier properties of collagen fiber film by electrostatic interaction
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
Abstract BACKGROUND Collagen‐based films including casings with a promising application in meat industry are still needed to improve its inferior performance. In the present study, the reinforcement of carboxylated cellulose nanofibers (CNF) for collagen film, based on inter‐/intra‐ molecular electrostatic interaction between cationic acid‐swollen collagen fiber and anionic carboxylated CNF, was investigated. RESULTS Adding CNF decreased the zeta‐potential but increased particle size of collagen fiber suspension, with little effect on pH. Furthermore, CNF addition led to a higher tensile strength but a lower elongation, and the water vapor and oxygen barrier properties were improved remarkably. Because the CNF content was 50 g kg –1 or lower, the films had a homogeneous interwoven network, and CNF homogeneously embedded into collagen fiber matrix according to the scanning electron microscopy and atomic force microscopy analysis. Additionally, CNF addition increased film thickness and opacity, as well as swelling rate. CONCLUSION The incorporation of CNF endows collagen fiber films good mechanical and barrier properties over a proper concentration range (≤ 50 g kg –1 collagen fiber), which is closely associated with electrostatic reaction of collagen fiber and CNF and, subsequently, the form of the homogenous, compatible spatial network, indicating a potential applications of CNF in collagenous protein films, such as edible casings. © 2017 Society of Chemical Industry
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 | 0,001 |
| 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