Different açaí by-products in nanostructured formulations: a brief literature review
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.
Notice bibliographique
Résumé
Açaí (Euterpe oleracea) is a fruit native to the Amazon rainforest which has several well-known properties. Its by-products have physicochemical limitations and the bioactive substances, specifically the polyphenols, are susceptible to degradation by oxidation during exposure to oxygen, humidity, light, high temperatures and pH alteration. In this context, nanotechnology is related to structures, properties and processes involving materials with dimensions on the nanometer scale, and can be used to overcome these limitations due to the fact that these particles are extensively researched because they offer many advantages over traditional formulations. The aim of this study was to prepare a literature review considering the different by-products of açaí, their biological activities and nanostructured materials to which açaí was complexed. The search was carried out using the Scientific Electronic Library Online (SciELO), PubMed and Web of Science databases, and articles were selected that were written in English, published between 2012 - 2023 and used the descriptors “nano*” AND “açaí” and “nano*” AND “Euterpe Oleracea”. The studies found showed that the most commonly used nanoformulation was the polymeric nanoparticle and three appeared with the same frequency, namely the metallic nanoparticle, nanoemulsion and nanofiber, while the most exploited by-products are oil, fruit and seeds. Majority of studies also found that açaí by-products nanoformulations are used in the food industry, in the creation of biodegradable materials, in the delivery of pharmaceuticals, and in the area of cosmetology. However, only a small number of studies showed evaluations of biological properties of these products.
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 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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle