MétaCan
Menu
Retour à la cohorte
Enregistrement W3213902682 · doi:10.1016/j.pnsc.2021.10.001

Enhancement of water absorption capacity and compressibility of hydrogel sponges prepared from gelatin/chitosan matrix with different polyols

2021· article· en· W3213902682 sur OpenAlexaff
Thi Sinh Vo, Tran Thi Bich Chau Vo, Trung Tien Tran, Nhan Duy Pham

Notice bibliographique

RevueProgress in Natural Science Materials International · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésVinyl alcoholFourier transform infrared spectroscopyEthylene glycolMaterials scienceGelatinPolyvinyl alcoholChitosanAbsorption of waterThermogravimetric analysisChemical engineeringSwellingSwelling capacityMatrix (chemical analysis)Gravimetric analysisNuclear chemistryPolymer chemistryChemistryComposite materialOrganic chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

The hydrogel sponges have prepared successfully from gelatin/chitosan (GEL/CTS) matrix with different polyols basing on scanning electron microscopy (SEM) and Fourier-transform infrared spectroscopy (FTIR) analysis. The results indicate that the compressibility and thermal properties (thermal gravimetric analysis, TGA) were improved significantly with adding the different polyols [poly(vinyl alcohol) – PVA, and poly(ethylene glycol)-poly(propylene glycol)- poly(ethylene glycol) – PEPEG] into GEL/CTS matrix. Specially, the as-prepared hydrogel sponges with superabsorbent behavior were also investigated with the attained water absorption capacity to 605 ​g ​g−1 and 585 ​g ​g−1 for GCV_1/1/0.3 and GCE_1/1/0.3 sponges, respectively, as well as the excellent water absorption capacity in a wide range of pH and salt concentration. Hence, these studies demonstrated that the hydrogel sponges are concerned as potential and promising candidates to apply especially in the fields of biomedicine and hygiene.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,023
Score d'incertitude au seuil0,316

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,271
Écart entre enseignants0,259 · 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 tête enseignante, 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

Citations50
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in Natural Science Materials InternationalMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207