High-intensity ultrasound-assisted formation of cellulose nanofiber scaffold with low and high lignin content and their cytocompatibility with gingival fibroblast cells
Notice bibliographique
Résumé
Cellulose nanofiber (CNF) hydrogels with low lignin (8%) (LL-CNF) and high lignin (18%) (HL-CNF) content were produced at nominal powers of 240, 720 and 1200 W using high-intensity ultrasound technology (HIUS). Freeze-dried CNF hydrogels were evaluated as scaffolds for gingival fibroblast cells proliferation aiming biomedical applications. HIUS processing improved the dispersibility of the CNF and increased the water retention value by more than 5 times. The LL-CNF had a maximum fibrillation yield of 46 wt.%, whereas the HL-CNF had a maximum fibrillation yield of 40 wt.% at nominal power of ≥720 W. Regardless of the lignin content, the CNF hydrogels exhibited a typical elastic gel-like behavior with the highest elasticity of 263 Pa. After freeze-drying, the CNF aerogels had porosity ≥ 96.8%, and swelling capacity up to 42.1 g PBS/g aerogel. Moreover, the cell proliferation assay showed no differences in proliferation among the LL-CNF and HL-CNF scaffolds up to 11 days. Therefore, CNF scaffolds prepared with lignin content up to 18% present promising application in the biomedical field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».