MétaCan
Menu
Retour à la cohorte
Enregistrement W4210320875 · doi:10.2174/1381612828666220128103725

Fish Gelatin: Current Nutritional, Medicinal, Tissue Repair Applications, and as aCarrier of Drug Delivery

2022· review· en· W4210320875 sur OpenAlexaff
Amro M. Soliman, Seong Lin Teoh, Srijit Das

Notice bibliographique

RevueCurrent Pharmaceutical Design · 2022
Typereview
Langueen
DomaineMaterials Science
ThématiqueCollagen: Extraction and Characterization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGelatinDrug deliverySelf-healing hydrogelsChemistryFish <Actinopterygii>NanotechnologyBiotechnologyBiomedical engineeringMaterials scienceBiochemistryMedicineOrganic chemistryBiologyFishery

Résumé

récupéré en direct d'OpenAlex

Gelatin is obtained via partial denaturation of collagen and is extensively used in various industries. The majority of gelatin utilized globally is derived from a mammalian source. Several health and religious concerns associated with porcine/bovine gelatin have been reported. Therefore, gelatin from a marine source is widely being investigated for its efficiency and utilization in a variety of applications as a potential substitute for porcine/bovine gelatin. Although fish gelatin is less durable and possesses lower melting and gelling temperatures compared to mammal-derived gelatin, various modifications have been reported to promote its rheological and functional properties to be efficiently employed. The present review describes in detail the current innovative applications of fish gelatin involving the food industry, drug delivery, and possible therapeutic applications. Gelatin bioactive molecules may be utilized as carriers for drug delivery. Due to its versatility, gelatin can be used in different carrier systems, such as microparticles, nanoparticles, fibers, and hydrogels. The present review also provides a perspective on the other potential pharmaceutical applications of fish gelatin, such as tissue regeneration, antioxidant supplementation, and antihypertensive and anticancer treatments.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,159
Tête enseignante GPT0,426
Écart entre enseignants0,267 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical DesignMême sujetCollagen: Extraction and CharacterizationTravaux en français237 207