Aesculus hippocastanum L. as a Stabilizer in Hemp Seed Oil Nanoemulsions for Potential Biomedical and Food Applications
Notice bibliographique
Résumé
Nanoemulsion systems receive a significant amount of interest nowadays due to their promising potential in biomedicine and food technology. Using a two-step process, we produced a series of nanoemulsion systems with different concentrations of hemp seed oil (HSO) stabilized with Aesculus hippocastanum L. extract (AHE). Water and commercially-available low-concentrated hyaluronic acid (HA) were used as the liquid phase. Stability tests, including an emulsifying index (EI), and droplet size distribution tests performed by dynamic light scattering (DLS) proved the beneficial impact of AHE on the emulsion’s stability. After 7 days of storage, the EI for the water-based system was found to be around 100%, unlike the HA systems. The highest stability was achieved by an emulsion containing 5% HSO and 2 g/L AHE in water, as well as the HA solution. In order to obtain the detailed characteristics of the emulsions, UV-Vis and FTIR spectra were recorded, and the viscosity of the samples was determined. Finally, a visible microscopic analysis was used for the homogeneity evaluation of the samples, and was compared with the DLS results of the water system emulsion, which showed a desirable stability. The presented results demonstrate the possible use of oil emulsions based on a plant extract rich in saponins, such as AHE. Furthermore, it was found that the anti-inflammatory properties of AHE provide opportunities for the development of new emulsion formulations with health benefits.
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 | 0,001 | 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 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 ».