MétaCan
Menu
Retour à la cohorte
Enregistrement W4401827943 · doi:10.1111/1750-3841.17320

Enhancing vitamin A stability using saponin–chitosan polyelectrolytes coating: Optimization, characterization, and controlled release

2024· article· en· W4401827943 sur OpenAlexaff
Lubna Mobin, Levente L. Diósady, Muhammad Abdul Haq

Notice bibliographique

RevueJournal of Food Science · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPolyelectrolyteChitosanChemistryCoatingSaponinChemical engineeringBiochemistryPolymerOrganic chemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Microencapsulation has the potential to address the stability issues associated with vitamin A. This study examined the effectiveness of emulsifying a saponin-chitosan polyelectrolyte complex to encapsulate vitamin A. Utilizing response surface methodology (RSM), the effects of the chitosan, saponin, and vitamin A contents on various response variables were measured to optimize the formulation. The optimized emulsion was characterized through fluorescence microscopy, Fourier transform infrared spectroscopy (FTIR), differential scanning calorimetry (DSC), storage stability, and release profile. Fluorescence microscopy showed that vitamin A was evenly distributed throughout the optimized emulsion. The polyelectrolyte complex and vitamin A were shown to interact hydrophobically and electrostatically by FTIR analysis. The DSC results verified the effective encapsulation and showed that vitamin A heat stability had been enhanced. Study on storage stability demonstrated that during a 2-month storage period, the encapsulated vitamin A remained stable. Moreover, vitamin A was significantly released from the encapsulated form at pH 1.2, based on release assays. In conclusion, saponin-chitosan polyelectrolyte coating proved to be a potentially useful new material for the stability and applications of vitamin A in a range of formulations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,477

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,241
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ScienceMême sujetProteins in Food SystemsTravaux en français237 207