MétaCan
Menu
Retour à la cohorte
Enregistrement W4409414707 · doi:10.63654/icms.2024.01093

Preparation and Characterization of Aloe Maculata/Chitosan Composite Gel for Wound Healing Application

2024· article· en· W4409414707 sur OpenAlexfundno aff
Vuyiswa J. Mkhabela, Hilda Ngomane, Lungiselwa Ndzabandzaba

Notice bibliographique

RevueInnovation of Chemistry & Materials for Sustainability · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensnon disponible
Organismes subventionnairesOrganization for Women in Science for the Developing WorldInternational Development Research Centre
Mots-clésChitosanWound healingComposite numberChemistryMaterials scienceComposite materialMedicineSurgeryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Aloe has been traditionally applied for its therapeutic and medical properties over thousands of years. The medicinal properties of aloe include being used as an anti-inflammatory, antimicrobial, antibacterial, analgesics, anti-allergic as well as antioxidant. In Eswatini, Aloe maculata has been traditionally used for treating various ailments, suggesting potential antimicrobial properties. In this study, the species of aloe was screened for phytochemicals and a composite hydrogel was prepared with varying concentrations of aloe (10%, 20% and 30% w/v) and the natural polymer chitosan. The composite gel's solubility, water absorption capacity, and antibacterial activity was studied for a potential application in wound healing. The incorporation of different amounts of Aloe maculata gel solution into chitosan was observed to increase the water absorption capacity, solubility, and antibacterial activity. The composite gel with a 20% concentration of aloe seemed to possess better overall properties beneficial for an application in wound healing.

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 seuil0,004

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,291
Écart entre enseignants0,280 · 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 revueInnovation of Chemistry & Materials for SustainabilityMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207