Enhancing the Properties of Chitosan–Pectin Hydrogels With Cellulose Nanowhiskers for Potential Applications in Wound Dressings
Notice bibliographique
Résumé
Abstract Chitosan and pectin are employed here in the formation of biodegradable hydrogels. The addition of cellulose nanowhiskers (CNW) into the hydrogels is accomplished through two methods: by swelling, after the polymeric network formation (Method A), and inclusion in polymer solutions before gelation, with varying CNW content (Method B). Comprehensive physico–chemical, thermal, microscopic, gel fraction, and water vapor transmission analyses are conducted, complemented by antibacterial and viability assessments. CNWs are successfully synthesized and incorporated within the hydrogel by both methods. Moreover, the degradation temperature ( T max ) of hydrogels is higher with CNW (0% CNW: 205.5 °C, 10% CNW: 217.0 °C). CNW aggregates are observed in hydrogels with 20% and 30% content but no aggregation is observed with 4% and 10%. The antimicrobial properties are not affected by the addition of CNW, and the cytotoxicity tests reveal better results with 10% CNW compared with 20%. The study signifies the versatility of CNWs as effective reinforcements, influencing structural, thermal, and biological aspects of the hydrogels. The proposed methodology, emphasizing CNW incorporation, lays the groundwork for innovative biomaterials with promising medical implications. This investigation encourages further exploration and validation of these composite hydrogels in vivo for practical medical use in wound dressings.
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 ».