Construction of cellulose nanofibers/quaternized chitin/organic rectorite composites and their application as wound dressing materials
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
Traumatic injury is a major cause of mortality, and poor wound healing affects millions of people. Thus, the development of effective wound dressings is essential for speeding up wound healing and decreasing mortality. In this study, a suspension of carboxylated brown algae cellulose nanofibers (BACNFs) with a high aspect ratio was freeze dried to prepare a sponge. The sponge showed high porosity and water absorption capacity; thus, it can absorb wound exudates when used as a wound dressing. In addition, quaternized β-chitin (QC) with antibacterial properties was intercalated into the interlayer space of the organic rectorite (OREC) via electrostatic interactions to obtain composite suspensions (QCRs) with improved antimicrobial activity compared to that of QC alone. Subsequently, the BACNF sponge was soaked in the QCR suspension to absorb QCRs via electrostatic interactions and hydrogen bonding from which cellulose nanofiber/quaternized chitin/organic rectorite composite (BACNF/QCR) sponges were constructed via freeze-drying. The in vivo animal tests demonstrated that the BACNF/QCR sponges rapidly induced hemostasis in a rat tail amputation test, making them superior to the traditional hemostatic materials. Furthermore, BACNFs/QCRs could substantially promote collagen synthesis and neovascularization, thereby accelerating wound healing 3 days earlier than gauze. This multi-functional biomedical material, fabricated using natural substances, shows great potential to be used for wound healing.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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