Preparation of Novel Nano-Sized Hydrogel Microcapsules via Layer-By-Layer Assembly as Delivery Vehicles for Drugs onto Hygiene Paper
Notice bibliographique
Résumé
Hydrogel microcapsules are improved transplantation delivery vehicles for pharmaceuticals by effectively segregating the active ingredients from the surroundings and delivering them to a certain target site. Layer-by-layer (LbL) assembly is an attractive process to fabricate the nano-sized hydrogel microcapsules. In this study, nano-sized hydrogel microcapsules were prepared through LbL assembly using calcium carbonate nanoparticles (CaCO3 NPs) as the sacrificial inorganic template, sodium alginate (SA) and polyethyleneimine (PEI) as the shell materials. Ciprofloxacin was used to study the encapsulation and release properties of the hydrogel microcapsules. The hydrogel microcapsules were further adsorbed onto the paper to render antimicrobial properties. The results showed that the mean size of the CaCO3 template was reduced after dispersing into sodium n-dodecyl sulfate (SDS) solution under sonication. Transmission electron microscope (TEM) and atomic force microscope (AFM) revealed that some hydrogel microcapsules had a diameter under 200 nm, typical creases and collapses were found on the surface. The nano-sized PEI/SA hydrogel microcapsules showed high loading capacity of ciprofloxacin and a sustained release. PEI/SA hydrogel microcapsules rendered good antimicrobial properties onto the paper by the adsorption of hydrogel microcapsules, however, the mechanical properties of the hygiene paper were decreased.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».