MétaCan
Menu
Retour à la cohorte
Enregistrement W4297238224 · doi:10.3390/polym14193989

Chitin, Chitosan, and Nanochitin: Extraction, Synthesis, and Applications

2022· review· en· W4297238224 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
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensUniversity of SaskatchewanUniversity of Prince Edward Island
Organismes subventionnairesOcean Frontier Institute
Mots-clésChitinChitosanExtraction (chemistry)Ionic liquidNanotechnologyMaterials scienceChemistryChemical engineeringPolymer scienceChromatographyOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Crustacean shells are a sustainable source of chitin. Extracting chitin from crustacean shells is ongoing research, much of which is devoted to devising a sustainable process that yields high-quality chitin with minimal waste. Chemical and biological methods have been used extensively for this purpose; more recently, methods based on ionic liquids and deep eutectic solvents have been explored. Extracted chitin can be converted into chitosan or nanochitin. Once chitin is obtained and modified into the desired form, it can be used in a wide array of applications, including as a filler material, in adsorbents, and as a component in biomaterials, among others. Describing the extraction of chitin, synthesis of chitosan and nanochitin, and applications of these materials is the aim of this review. The first section of this review summarizes and compares common chitin extraction methods, highlighting the benefits and shortcomings of each, followed by descriptions of methods to convert chitin into chitosan and nanochitin. The second section of this review discusses some of the wide range of applications of chitin and its derivatives.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,995
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,304
Écart entre enseignants0,277 · 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