MétaCan
Menu
Retour à la cohorte
Enregistrement W2791682736 · doi:10.1002/macp.201700504

Protein/Polysaccharide‐Based Hydrogels Prepared by Vapor‐Induced Phase Separation

2018· article· en· W2791682736 sur OpenAlexafffund
Chang‐Sheng Wang, Nick Virgilio, Paula M. Wood‐Adams, Marie‐Claude Heuzey

Notice bibliographique

RevueMacromolecular Chemistry and Physics · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensConcordia UniversityPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilPolytechnique Montréal
Mots-clésSelf-healing hydrogelsChemistryPolysaccharideGelatinAcetic acidChemical engineeringBovine serum albuminXanthan gumPolymer chemistryPrecipitationPhase (matter)ChromatographyOrganic chemistryMaterials scienceRheologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The preparation of hydrogels via vapor‐induced phase separation (VIPS) has received limited attention. VIPS consists of exposing a solution containing a gelling agent to a vapor that induces gelation via mass transfer at the gas/liquid interface. Using mixtures of gelatin B and xanthan gum exposed to acetic acid vapor, it is demonstrated that VIPS is efficient for the preparation of protein/polysaccharide mixed gels. This method prevents the typical precipitation of protein/polysaccharide complexes observed in the strong electrostatic attraction regime. It significantly extends the pH window associated with gel formation, and yields mechanically stronger gels as compared to other preparation techniques such as using glucono delta‐lactone or the conventional dropwise pH adjustment technique. Finally, VIPS yields gels at very low gelling agent content, and for a variety of other mixed systems, including globular proteins such as bovine serum albumin.

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 enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,268
Écart entre enseignants0,250 · 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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromolecular Chemistry and PhysicsMême sujetProteins in Food SystemsTravaux en français237 207