MétaCan
Menu
Retour à la cohorte
Enregistrement W4407642222 · doi:10.1021/acsomega.4c08089

Dual Cross-Linked Chitosan-Based Films with pH-Sensitive Coloration and Drug Release Kinetics for Smart Wound Dressings

2025· article· en· W4407642222 sur OpenAlexaff
Jongjit Chalitangkoon, Arnat Ronte, Tanaporn Sintoppun, Nuttaporn Manapradit, Pathavuth Monvisade

Notice bibliographique

RevueACS Omega · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesThailand Science Research and Innovation
Mots-clésChitosanKineticsDrugDual (grammatical number)ChemistryMaterials scienceBiomedical engineeringPharmacologyMedicineOrganic chemistryArtPhysics

Résumé

récupéré en direct d'OpenAlex

In this study, we developed dual-cross-linked hydrogel films based on carboxyethyl chitosan (CECS) and sodium alginate (SA), utilizing dialdehyde β-cyclodextrin (DA-βCD) and gluconic acid δ-lactone (GDL) as cross-linkers. Designed as smart wound dressings, the films exhibit pH sensitivity due to the incorporation of carboxyethylated phenol red-grafted chitosan (CS-PR-AA), which allows them to change color from orange to purple in response to pH variations. FT-IR and TGA analyses confirmed the formation of imine bonds and polyelectrolyte complexes, indicating successful cross-linking. The films demonstrated high cell viability, confirming their biocompatibility and nontoxicity. The swelling behavior varied with pH, underscoring their adaptability to different wound environments. Additionally, drug release kinetics were studied for films incorporating diclofenac sodium (DCF) at various pH levels, revealing that the release rate was influenced by cross-linking density and environmental pH. These findings suggest that the dual-cross-linked hydrogel films have significant potential as smart wound dressings, offering controlled drug release and pH-responsive behavior suitable for wound care applications.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,017
Score d'incertitude au seuil0,636

Scores Codex et Gemma par catégorie

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 Opus0,010
Tête enseignante GPT0,255
Écart entre enseignants0,244 · 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

Citations14
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207