Desalted duck egg white nanogels combined with κ‐carrageenan as stabilisers for food‐grade Pickering emulsion
Notice bibliographique
Résumé
Summary There was an extensive interest in food‐grade Pickering emulsions formulated by natural stabilisers owing to the gradual growing demand for pursuing green‐label products. Based on this, the desalted duck egg white nanogels (DEWN) combined with κ‐carrageenan (CAR) (CAR/DEWN) were used as stabilisers to prepare environment‐friendly Pickering emulsions. The DEWN and CAR/DEWN as well as the particles‐stabilised emulsions were all characterised. Compared with the DEWN‐ and CAR‐stabilised emulsions, Pickering emulsions based on CAR/DEWN were investigated to illustrate the long‐term stability according to the results of visual appearance, static multiple light scattering and centrifugation experiments. In addition, CAR/DEWN could prepare stable high internal phase emulsions, which may give a new perspective for nutraceutical or drug encapsulation and delivery. Adding CAR to the DEWN not only increased the apparent viscosity of the emulsions to 122.2% but also enhanced the thixotropic recovery rate to 87.7%. In general, CAR/DEWN as stabilisers significantly promoted the Pickering emulsions' properties, and provided a possibility for the application of Pickering emulsion in foods.
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 ».