MétaCan
Menu
Retour à la cohorte
Enregistrement W4220987956 · doi:10.3390/polym14061207

Employing Cellulose Nanofiber-Based Hydrogels for Burn Dressing

2022· article· en· W4220987956 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePolymers · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of WaterlooUniversity of Tehran
Mots-clésSelf-healing hydrogelsNanofiberCelluloseCitric acidFourier transform infrared spectroscopyHydroxyethyl celluloseNuclear chemistryAbsorption of waterSwellingMaterials scienceWound dressingPolymer chemistryViability assayChemical engineeringChemistryOrganic chemistryComposite materialCellBiochemistry

Résumé

récupéré en direct d'OpenAlex

The aim of this research was to fabricate a burn dressing in the form of hydrogel films constructed with cellulose nanofibers (CNF) that has pain-relieving properties, in addition to wound healing. In this study, the hydrogels were prepared in the form of film. For this, CNF at weight ratios of 1, 2, and 3 wt.%, 1 wt.% of hydroxyethyl cellulose (HEC), and citric acid (CA) crosslinker with 10 and 20 wt.% were used. FE-SEM analysis showed that the structure of the CNF was preserved after hydrogel preparation. Cationization of CNF by C6H14NOCl was confirmed by FTIR spectroscopy. The drug release analysis results showed a linear relationship between the amount of absorption and the concentration of the drug. The MTT test (assay protocol for cell viability and proliferation) showed the high effectiveness of cationization of CNF and confirmed the non-toxicity of the resulting hydrogels.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,142
Score d'incertitude au seuil0,999

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,267
Écart entre enseignants0,251 · 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