Chitosan and Whey Protein Bio-Inks for 3D and 4D Printing Applications with Particular Focus on Food Industry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The application of chitosan (CS) and whey protein (WP) alone or in combination in 3D/4D printing has been well considered in previous studies. Although several excellent reviews on additive manufacturing discussed the properties and biomedical applications of CS and WP, there is a lack of a systemic review about CS and WP bio-inks for 3D/4D printing applications. Easily modified bio-ink with optimal printability is a key for additive manufacturing. CS, WP, and WP-CS complex hydrogel possess great potential in making bio-ink that can be broadly used for future 3D/4D printing, because CS is a functional polysaccharide with good biodegradability, biocompatibility, non-immunogenicity, and non-carcinogenicity, while CS-WP complex hydrogel has better printability and drug-delivery effectivity than WP hydrogel. The review summarizes the current advances of bio-ink preparation employing CS and/or WP to satisfy the requirements of 3D/4D printing and post-treatment of materials. The applications of CS/WP bio-ink mainly focus on 3D food printing with a few applications in cosmetics. The review also highlights the trends of CS/WP bio-inks as potential candidates in 4D printing. Some promising strategies for developing novel bio-inks based on CS and/or WP are introduced, aiming to provide new insights into the value-added development and commercial CS and WP utilization.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle