Sustainable and Robust Cellulose‐Based Core–Shell Hydrogels Recycled from Waste Cotton Fabrics as High‐Performance Food Coolants
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
Abstract Ideal temperature condition is one of the essential determinants that critically impact the quality of food products. Conventional water‐based ice cubes present challenges from meltwater being breeding grounds for microorganisms and heightening the risk for cross‐contamination. Hereby, the presented cellulose‐based hydrogels crosslinked by epichlorohydrin are dip‐coated with alginate/calcium chloride to form a core–shell structure for achieving the critical benchmarks of an ideal food coolant with limited meltwater production, high‐water retention capacity, and high mechanical strength. The structures and properties of the hydrogels before and after freeze–thaw cycles are characterized by scanning electron microscopy, compressive test, water retention test, and differential scanning calorimetry. All formulated hydrogels demonstrate promising compressive strength, latent heat of fusion, and water retention properties. Notably, the C2A10Cl hydrogel exhibits a maximum compressive strength of 144.7 kPa and high latent heat of fusion of 272.5 J g –1 , which is better than previously reported sustainable hydrogel coolants. Furthermore, comparison studies reveal that the cellulose‐based hydrogels demonstrate a similar thawing pattern to conventional ice cubes but without the generation of any meltwater. The temperature of blueberries can be cooled down from 22 to 3.9 °C in 32 min by the hydrogels and in 26 min by ice cubes, respectively.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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