MétaCan
Menu
Retour à la cohorte
Enregistrement W4403637834 · doi:10.1021/acsfoodscitech.4c00223

Development and Application of Magnesium Citrate-Functionalized Starch-Based Nanomaterials in Enhancing the Fortification of Vitamin D<sub>3</sub>: Batch and Release Performance Studies

2024· article· en· W4403637834 sur OpenAlexaff
Amal M. Badran, Afif Hethnawi, U. Uthumporn, Nor Shariffa Yussof, Raghad Rajabi

Notice bibliographique

RevueACS Food Science & Technology · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésNanomaterialsFortificationMagnesiumChemistryMaterials scienceNanotechnologyFood scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Recently, diverse strategies have been developed to formulate food micronutritional supplements like magnesium (Mg 2+ ) and vitamin D 3 (VD 3 ). Nevertheless, the progress in food supplement formulations is limited, due to their undesirable interactions with various food ingredients. In the last few decades, starch has been widely used to prepare micro or nano-carriers for different micronutrients following diverse physical and chemical methods, due to its excellent surface features, the possibility of derivation from various reagents, biodegradability, and biocompatibility. However, most of these methods have not yet been tested in the laboratory scales, failed partially or completely in producing uniform particles in nanoscale domains, and require multiple formulation steps. Herein, starch nanomaterials (SNMs) are fabricated as an effective carrier for VD 3 and Mg 2+ by ultrasonication under moderate conditions. Initially, the SNMs were prepared by ultrasonication using equal masses of native corn starch (NCS) and high amylose corn starch (HACS). The generated materials were then grafted with magnesium, in citrate form at room conditions, as a primary functionalization step, forming magnesium citrate-grafted SNM (MNM-Mg), which were used as sorbents for VD 3 . Experimentally, a set of analytical methods including atomic force microscopy (AFM), Brunauer–Emmett–Teller (BET) surface area analysis, Fourier-transform infrared spectroscopy (FT-IR), Zeta sizer, and X-ray diffraction analysis (XRD) were used to determine the size, surface properties, functionality, stability, and morphology of the prepared nanomaterials. The adsorptive behavior of VD 3 on MNM-Mg surfaces was investigated by analyzing the equilibrium adsorptive data using various isotherm models including Langmuir, BET, Toth, and Redlich–Peterson. Furthermore, the release kinetics for the MNM-Mg after adsorbing VD 3 (MNM-Mg-VD 3 ) were tested in a phosphate buffer solution at pH 7.4, mimicking human bloodstream conditions. Our results showed the successful synthesis of stable MNM-Mg (Z potential of −36 mV) with an estimated average size of 10 nm and a BET surface area of 28 m 2 /g. To the best of our knowledge, the VD 3 that was loaded on our primarily modified nanomaterials with magnesium citrate, compared with the physically mixed VD 3 MNM-Mg with VD 3 (MNM-Mg+VD 3 (PM)) and directly administrated, tended to be completely released after 5 h with lower diffusivity and greater controlled release performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,020
Tête enseignante GPT0,259
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Food Science & TechnologyMême sujetFood composition and propertiesTravaux en français237 207