O/W Pickering Emulsion Templated Organo-hydrogels with Enhanced Mechanical Strength and Energy Storage Capacity
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
The increased quantities of fat in plants could allow the cells to inhibit the growth of ice and thus prevent the damages of their tissue structure in winter. In view of the structural buildup of freezing tolerance mechanism, here we presented a facile way of employing O/W Pickering emulsion as a template to produce the freestanding organo-hydrogels with increased mechanical stability and energy storage capacity. The oil droplets stabilized by cellulose nanofibrils were dispersed in the alginate polymer network that cross-linked with Ca2+, which resulted in homogeneous and closely packed microstructures. The prepared organo-hydrogels could maintain original gel structure under frozen conditions and had extraordinary mechanical performance. It could endure compressive stress up to 35 KPa (at 50% strain) and the elastic modulus was around 72 KPa, while the solid content of polysaccharides was only about 0.75%. By using our comprehensive strategy, organo-hydrogels with higher volumes of oil phase exhibited an enhanced cold storage capacity. For alginate hydrogel, it took 8 min when the temperature rose from 0 to 5 °C, while for the organo-hydrogel with oil volume of 30%, it took about 24 min. After 34 min, the inner temperature of alginate hydrogel was close to 25 °C, and about 70 min were needed for the temperature of organo-hydrogel to reach 25 °C. This kind of gel materials with complementary heteronetworks not only will have potential applications in cold chain logistics, but also can be applied in other fields with unusual functions.
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 | 0,000 |
| 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