A New and Rapid HPLC Method to Determine the Degree of Deacetylation of Glutaraldehyde-Cross-Linked Chitosan
Notice bibliographique
Résumé
Chitosan is a linear biopolymer composed of D-glucosamine and N-acetylglucosamine units. The percentage of D-glucosamine in the polymeric chain can vary from one sample to another and is expressed as the degree of deacetylation (DDA). Since this parameter has an impact on many properties, its determination is often critical, and potentiometric titration is a common analytical technique to measure the DDA. Cross-linking with glutaraldehyde is one of the most explored modifications of chitosan; however, the determination of the DDA for the resulting reticulated chitosan resins can be challenging. In this paper, we report a new, rapid, and efficient method to determine the DDA of glutaraldehyde-cross-linked chitosan resins via HPLC. This method relies on the use of 2,4-dinitrophenylhydrazine (DNPH) as a derivatizing agent to measure the level of reticulation of the polymer (LR) after the reticulation step. In this study, we prepare three calibration curves (with an R2 value over 0.92) for three series of reticulated polymers covering a large range of reticulation levels to demonstrate that a correlation can be established between the LR established via HPLC and the DDA obtained via titration. The polymers are derived from three different chitosan starting materials. These standard calibration curves are now used on a routine basis in our lab, and the HPLC method has allowed us to change our DDA analysis time from 20 h to 5 min.
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 | 0,000 | 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 | 0,000 |
| 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 ».