Confocal Analysis of CNC based Hydrogels and Suspensions
Notice bibliographique
Résumé
Abstract Cellulose nano crystal (CNC) hydrogels, while mechanically weak, have unique properties such as easy synthesis, high water content, and biocompatibility. Further improvement is needed to make CNC hydrogels mechanically stable and self-healable. Herein, using quantitative fluorescence recovery after photobleaching (FRAP) analysis, we assess stability, collapse, and level of self-healing of CNC hydrogels with different CNC and sodium chloride (NaCl) concentrations. We use the mean signal intensity obtained by confocal laser scanning microscopy (CLSM) to measure signal loss of the samples made of CNC hydrogels of different CNC concentrations and as a function of initial gel height and NaCl loading. The CNC dynamics inside the gels based on universality curves is unraveled which links the zeta potentials to the immobile particle percentages and the storage moduli as a function of NaCl/CNC concentration ratio. FRAP recovery analysis shows that for the ratio of NaCl/CNC beyond 0.1, the mobility of the ensemble of CNC particles becomes severely restricted. Hydrogel samples with low CNC concentrations (6 g/L and 10 g/L) experience a more substantial collapse rate under gravity than the rate observed for samples with a high CNC concentration (30 g/L). Increasing the CNC concentration hinders particle mobility and thus impedes the self-healing process. Quantification of the gel collapse behavior of CNC gel and its self-healing property is critical in many applications, including water and air filters, oil spill sponges, and tissue engineering.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».