MétaCan
Menu
Retour à la cohorte
Enregistrement W4225117658 · doi:10.3390/md20050306

Algal Polysaccharides-Based Hydrogels: Extraction, Synthesis, Characterization, and Applications

2022· review· en· W4225117658 sur OpenAlexafffund
Jianan Lin, Guangling Jiao, Azadeh Kermanshahi‐pour

Notice bibliographique

RevueMarine Drugs · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensDalhousie University
Organismes subventionnairesMitacs
Mots-clésSelf-healing hydrogelsPolysaccharideBiocompatibilityBiodegradationPolymerChitosanMaterials scienceDrug deliveryTissue engineeringChemical engineeringNanotechnologyChemistryOrganic chemistryPolymer chemistryComposite materialBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

Hydrogels are three-dimensional crosslinked hydrophilic polymer networks with great potential in drug delivery, tissue engineering, wound dressing, agrochemicals application, food packaging, and cosmetics. However, conventional synthetic polymer hydrogels may be hazardous and have poor biocompatibility and biodegradability. Algal polysaccharides are abundant natural products with biocompatible and biodegradable properties. Polysaccharides and their derivatives also possess unique features such as physicochemical properties, hydrophilicity, mechanical strength, and tunable functionality. As such, algal polysaccharides have been widely exploited as building blocks in the fabrication of polysaccharide-based hydrogels through physical and/or chemical crosslinking. In this review, we discuss the extraction and characterization of polysaccharides derived from algae. This review focuses on recent advances in synthesis and applications of algal polysaccharides-based hydrogels. Additionally, we discuss the techno-economic analyses of chitosan and acrylic acid-based hydrogels, drawing attention to the importance of such analyses for hydrogels. Finally, the future prospects of algal polysaccharides-based hydrogels are outlined.

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 enseignants0,002
Score d'incertitude au seuil0,004

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)0,0010,001

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 Opus0,020
Tête enseignante GPT0,274
Écart entre enseignants0,253 · 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

Citations120
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine DrugsMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207