Nanocellulose-stabilized Pickering emulsions : fabrication, stabilization, and food applications
Notice bibliographique
Résumé
Pickering emulsions have been widely studied due to their good stability and potential applications. Nanocellulose including cellulose nanocrystals (CNCs), cellulose nanofibrils (CNFs), and bacterial cellulose nanofibrils (BCNFs) has emerged as sustainable stabilizers/emulsifiers in food-related Pickering emulsions due to their favorable properties such as renewability, low toxicity, amphiphilicity, biocompatibility, and high aspect ratio. Nanocellulose can be widely obtained from different sources and extraction methods and can effectively stabilize Pickering emulsions via the irreversible adsorption onto oil-water interface. The synergistic effects of nanocellulose and other substances can further enhance the interfacial networks. The nanocellulose-based Pickering emulsions have potential food-related applications in delivery systems, food packaging materials, and fat substitutes. In this review, we highlight key fundamental work and recent reports on nanocellulose-based Pickering emulsion systems. The sources and extraction of nanocellulose and the fabrication of nanocellulose-based Pickering emulsions are briefly summarized. Furthermore, the synergistic stability and food-related applications of nanocellulose-stabilized Pickering emulsions are spotlighted.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».