Application of TOPSIS algorithm in describing bacterial cellulose-based composite hydrogel performance in incorporating methylene blue as a model drug
Notice bibliographique
Résumé
A multi-component hydrogel was developed using bacterial cellulose, alginate, and gelatin with the aid of glycerol as trihydric alcohol which participates in re-distribution of hydrogen bonds in the test system. FTIR, XRD, SEM, and TGA as instrumental techniques were used to structurally characterize the physical/chemical properties of the formed composite hydrogel. By using an exponential equation, swelling behavior of the hydrogel was evaluated. By incorporating a model drug (methylene blue-MB) in the formed hydrogel, experiments were directed to study release characteristics of the MB where the medium solution for the release was prepared at four different pHs. The maximum cumulative drug release at pH 2.8, 6, 7.4, and 9 were 42.8, 63, 80, and 84.5%, respectively. Data fitting process was carried out using five kinetic models (Korsmeyer-Peppas, Higuchi, Hopfenberg, zero-order, and first-order equations) and the preferred kinetic model at each pH was estimated by applying TOPSIS algorithmic technique. The adsorption capacity of the hydrogel in relation to MB was determined while thermodynamic properties of this relationship were quantified ([Formula: see text] and [Formula: see text]). The results of the present study were in favor of the potential usage of the developed composite hydrogel in drug delivery systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».