Lignin-containing cellulose nanocrystals from maple leaves: A natural Pickering emulsion stabilizer for food preservation
Notice bibliographique
Résumé
Cellulose nanocrystals have been obtained from maple leaves for stabilizing Pickering emulsions, but a chemical modification is required to improve hydrophobicity and the yield is relatively low due to the removal of non-cellulose components. Herein, lignin was retained while isolating cellulose from maple leaves, and the prepared lignin-containing cellulose nanocrystals (LCNCs) were applied as natural Pickering emulsion stabilizers. Rod-like shaped LCNCs with tunable lignin contents had suitable hydrophobicity and high aspect ratios, resulting in long-term stability of LCNC-stabilized Pickering emulsions. The obtained emulsions provided good encapsulation and protection of cinnamaldehyde, and the controlled release of cinnamaldehyde promoted sustained antibacterial efficacy. Both direct-contact and non-contact preservation modes were investigated for shrimp preservation, where headspace release of cinnamaldehyde from emulsions at non-contact mode was more effective in inhibiting bacterial proliferation compared to direct-contact (spray-coating) mode. This work demonstrates the feasibility of developing value-added LCNCs from maple leaves as sustainable Pickering emulsion stabilizers. • Lignin-containing cellulose nanocrystals (LCNCs) were isolated from maple leaves. • LCNCs with tunable lignin content could serve as natural Pickering emulsion stabilizers. • LCNC-stabilized emulsion showed good encapsulation and protection of cinnamaldehyde. • Cinnamaldehyde-loaded Pickering emulsions exhibited long-term antibacterial efficacy. • Both non-contact and contact preservation modes extended shelf life of shrimp.
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 ».