MétaCan
Menu
Retour à la cohorte
Enregistrement W3200256004 · doi:10.14288/1.0401877

Cellulose nanocrystals : from extraction to biomedical application

2021· article· en· W3200256004 sur OpenAlexaff
Brody A. Frost

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCelluloseExtraction (chemistry)NanotechnologyChemistryComputer scienceMaterials sciencePolymer scienceChromatographyBiochemistry

Résumé

récupéré en direct d'OpenAlex

With societal, industrial, and clinical progress continuously reaching greater heights, the crucial need for enhanced materials with versatile properties is ever increasing to help this growth. As such, polymer nanocomposites (PNCs) have been heavily researched, becoming redefined as their own class of materials, focusing on fundamental structure/property relationships, manufacturing techniques, and commercial applications, due to their remarkable properties and application versatility. Through countless nanoparticle and polymer matrix variations, PNCs can be finely-tuned to exhibit a multitude of unique characteristics. Utilizing this concept, the research laid out in the combined chapters of this dissertation sought to produce various PNCs embedded with cellulose nanocrystals/nanofibrils (CNCs/CNFs) and magnetic nanoparticles (MNPs) to obtain uniquely tunable properties to further progress the biomaterials field for biomedical applications. Initially, CNCs were extracted from the otherwise useless agricultural waste product of spent coffee grounds through phosphoric acid hydrolysis, and analyzed using multiple physical and chemical characterization techniques. In particular, a few crucial properties determined were aspect ratio of 12 ± 3, crystallinity of 74.2%, surface charge density of 48.4 ± 6.2 mmol/kg cellulose, and the ability to successfully reinforce PNCs, comparing well to other literature data and common commercial CNCs. Following extraction, CNCs/CNFs, as well as MNPs, were incorporated into various polymer matrices, including poly(ethylene glycol) diacrylate, sodium alginate, gelatin, and polyurethane, among others. Through solution casting and 3D bioprinting fabrication methods, as well as composition manipulation, CNCs/CNFs were able to reach ideal percolating networks within the PNCs for maximum mechanical reinforcement with minimal hindrance of the polymer matrix’s natural properties. The various PNC hydrogel scaffolds successfully demonstrated tunability of their nanostructural, mechanical, hydration, and biodegradation properties, utilizing the benefits of manipulated composition, crosslinking density, and nanofiller orientation to increase versatility for tissue engineering constructs. Additionally, MNP incorporation was shown to successfully produce inductive heating responses to promote topographical shape memory effects, while invoking minute thermal dissipation into surrounding environments to reduce thermal shock to seeded biological components. The success of this work makes strides to overcome a few crucial disadvantages of current PNC biomaterial hydrogels, specifically their inability to regenerate biomimetic native tissues during 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.

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 seuil0,007

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,011
Tête enseignante GPT0,227
Écart entre enseignants0,216 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetAdvanced Cellulose Research StudiesTravaux en français237 207