Lignin nanoparticles as co-stabilizers and modifiers of nanocellulose-based Pickering emulsions and foams
Notice bibliographique
Résumé
Nanocellulose is very hydrophilic, preventing interactions with the oil phase in Pickering emulsions. This limitation is herein addressed by incorporating lignin nanoparticles (LNPs) as co-stabilizers of nanocellulose-based Pickering emulsions. LNP addition decreases the oil droplet size and slows creaming at pH 5 and 8 and with increasing LNP content. Emulsification at pH 3 and LNP cationization lead to droplet flocculation and rapid creaming. LNP application for emulsification, prior or simultaneously with nanocellulose, favors stability given the improved interactions with the oil phase. The Pickering emulsions can be freeze-dried, enabling the recovery of a solid macroporous foam that can act as adsorbent for pharmaceutical pollutants. Overall, the properties of nanocellulose-based Pickering emulsions and foams can be tailored by LNP addition. This strategy offers a unique, green approach to stabilize biphasic systems using bio-based nanomaterials without tedious and costly modification procedures. Supplementary Information: The online version contains supplementary material available at 10.1007/s10570-023-05399-y.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».