MétaCan
Menu
Retour à la cohorte
Enregistrement W4404147757 · doi:10.1155/2024/6533629

Investigation of Eggshell Membrane Removal With Two Different Treatment Methods

2024· article· en· W4404147757 sur OpenAlexafffund
Anahita Homavand, Duncan Cree, Lee D. Wilson

Notice bibliographique

RevueAdvances in Polymer Technology · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensMcMaster UniversityUniversity of Saskatchewan
Organismes subventionnairesAgriculture and Agri-Food CanadaEgg Farmers of Canada
Mots-clésMaterials scienceEggshell membraneEggshellMembraneComposite materialPolymer scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Chicken eggshells (ESs) consist of 96%–97% calcium carbonate, while about 3%–4% consists of organic substances, mainly in the form of protein‐based membranes and occluded organic matter. Recently, ESs have been studied as a filler in polymer composite materials, which represents an innovative solution to address ES valorization. In this study, thermal and chemical treatments were investigated for membrane removal since the membrane may alter various properties when the ES fillers are added to the composite material. A nanoindentation method was used to measure changes in the ES mechanical properties. Scanning electron microscopy (SEM), thermogravimetric analysis (TGA), and Fourier‐transform infrared (FT‐IR) spectroscopy were used to characterize the ES membrane removal through chemical treatment. The results showed that even at a heating temperature of 100°C, the ES mechanical properties were negatively affected, while a low concentration of bleach solution (25% bleach solution and 10 min of holding time) was able to remove the membrane without reducing the ES mechanical properties. The chemical treatment method offers a means for ES membrane removal while conserving the quality of the mineral fraction (calcite; CaCO 3 ).

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,326
Écart entre enseignants0,316 · 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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Polymer TechnologyMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207