MétaCan
Menu
Retour à la cohorte
Enregistrement W4407681923 · doi:10.1016/j.carbpol.2025.123414

Influence of chitin purity on its dissolution behaviour in alkaline solvent

2025· article· en· W4407681923 sur OpenAlexafffund
Julia Pohling, Kelly Hawboldt, Deepika Dave

Notice bibliographique

RevueCarbohydrate Polymers · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNewfoundland and Labrador
Mots-clésDissolutionChitinSolventChemistryChemical engineeringNuclear chemistryOrganic chemistryChitosan

Résumé

récupéré en direct d'OpenAlex

The biopolymer chitin is a promising ingredient for bioplastics due to its strength and stability. Chitin fibres must be isolated from biomass by stripping away tightly bound minerals, proteins, and pigments. Depending on the desired chitin purity, this isolation process can be long and cost-prohibitive on industrial scale. Following isolation, chitin fibres must be dissolved or separated which is challenging due to chitins recalcitrance. Cryo-assisted dissolution in potassium hydroxide has been identified as a fast and non-toxic approach. However, to date, this method has not received widespread attention and has not been evaluated for chitins from different species. The present study demonstrated the dissolution of Northern pink shrimp (P. borealis) chitin using KOH solvent and the influence of residual impurities on dissolution behaviour was investigated for the first time. Three chitin samples with purities ranging from 84 to 97 % w/w were compared, and results confirmed that chitin with lower purity can be successfully dissolved in KOH solvent, provided that minerals were removed prior to dissolution. However, dissolution behaviour and physical properties were strikingly different between the samples. Microscopic analysis of chitin particles allowed the differentiation between exoskeleton features and the identification of insoluble particles, providing potential new avenues to improve dissolution processes.

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 enseignants0,029
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,267
Écart entre enseignants0,255 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCarbohydrate PolymersMême sujetNanocomposite Films for Food PackagingTravaux en français237 207