MétaCan
Menu
Retour à la cohorte
Enregistrement W3081311738 · doi:10.1139/cjc-2020-0228

Temperature induced phase transition in fluorescence active zein nanoparticles

2020· article· en· W3081311738 sur OpenAlexvenueno aff
Charlie Joe Croxford, Rajpreet Kaur, Kultar Singh, Mandeep Singh Bakshi

Notice bibliographique

RevueCanadian Journal of Chemistry · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryZeta potentialFluorescenceNanoparticleColloidPulmonary surfactantChemical engineeringDynamic light scatteringPhase (matter)PrecipitationOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Stable colloidal zein nanoparticles (NPs) were synthesized by using controlled precipitation method. They were made fluorescence active by incorporating a small amount of fluorescence quinolinium surfactant. The incorporation of fluorescence surfactant provided both the colloidal stability and the fluorescence ability to determine the phase transition in zein NPs under the effect of temperature variation. Maintaining colloidal stability under the effect of temperature variation is an essential aspect of zein NPs applicability as a source of vegetarian protein supplement in different food suspensions. Different techniques such as fluorescence, DLS size, zeta potential, and FTIR measurements were applied to determine the influence of temperature on the colloidal stability of zein NPs. Zein NPs undergo phase transition well above room temperature while maintaining their size in nanometer range, and the phase transition temperature decreased with the amount of zein used in the synthesis of zein NPs. The results highlighted the potential use of zein NPs as a vegetarian supplement protein in different food products.

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 seuil0,002

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 Opus0,019
Tête enseignante GPT0,243
Écart entre enseignants0,224 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetPickering emulsions and particle stabilizationTravaux en français237 207