MétaCan
Menu
Retour à la cohorte
Enregistrement W4409594851 · doi:10.1016/j.foodres.2025.116479

A sustainable and efficient emulsifier for vegetable oil-pickering emulsion based on cellulose nanoribbons

2025· article· en· W4409594851 sur OpenAlexaff
Yang Zhao, Qingcheng Wang, Tian Liu, Peipei Wang, Igor Makarov, Mohammad Rizwan Khan, Jiaqi Guo, Wenyuan Zhu, Huining Xiao, Junlong Song

Notice bibliographique

RevueFood Research International · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesPriority Academic Program Development of Jiangsu Higher Education InstitutionsNational Natural Science Foundation of China
Mots-clésEmulsionPickering emulsionCelluloseChemistryChemical engineeringPolymer scienceMaterials scienceBusinessOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

An emulsion stabilization technique based on molecularly thin cellulose nanoribbons (CR) is described, demonstrating superior emulsifying capability at concentrations as low as 0.05 %. The results show that CR enables the stabilization of oil-in-water emulsions that remain stable for over 60 days, even at high oil-to-water ratios. Rheological assessment reveals a shear-thinning profile and dominance of storage modulus (G') over loss modulus (G"), signifying the emulsions' viscoelastic nature and resistance to structural breakdown. In particular, emulsions containing 0.5 % CR presented exceptional centrifugal stability at 8000 rpm without oil leakage or emulsion breakage. In contrast, emulsions stabilized by cellulose nanocrystals (CNC) and nanofibrils (CNF) exhibited significantly reduced stability and viscosity. This study underscores CR's potential in creating eco-friendly, high-performance food-grade emulsions that meet the burgeoning demands for environmentally friendly and healthy foods.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,040
Tête enseignante GPT0,353
Écart entre enseignants0,313 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Research InternationalMême sujetPickering emulsions and particle stabilizationTravaux en français237 207