Granular hydrogels with tunable properties prepared from gum Arabic and protein microgels
Notice bibliographique
Résumé
Granular hydrogels have emerged as a new class of materials for 3D printing, tissue engineering, and food applications due to their extrudability, porosity, and modularity. This work introduces a convenient method to prepare granular hydrogel with tunable properties by modulating the interaction between gum Arabic (GA) and whey protein isolate (WPI) microgels. As the concentration of GA increased, the appearance of the hydrogel changed from fluid liquid to moldable solid, and the microstructure changed from a macro-porous structure with thin walls to a dense structure formed by the accumulation of spherical particles. At a GA concentration of 0.5 %, the hydrogels remained fluid. Granular hydrogels containing 1.0 % GA showed mechanical properties similar to those of tofu (compressive strength: 10.8 ± 0.5 kPa, Young's modulus: 16.7 ± 0.4 kPa), while granular hydrogels containing 1.5 % GA showed mechanical properties similar to those of hawthorn sticks and sausages (compressive strength: 300.4 ± 5.8 kPa; Young's modulus: 200.5 ± 3.4 kPa). The hydrogel with 2.0 % GA was similar to hawthorn sticks, with satisfactory bite resistance and elasticity. Such tunability has led to various application potentials in the food industry to meet consumer demand for healthy, nutritious, and diverse textures.
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 | 0,000 | 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) | 0,001 | 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 ».