MétaCan
Menu
Retour à la cohorte
Enregistrement W4412980607 · doi:10.1016/j.colsurfa.2025.137921

Oleogelation strategies for lubricant stability and diverse media repulsion on textured hydrophobic surfaces

2025· article· en· W4412980607 sur OpenAlexafffund
Teresa Busch, Katerina Nikitine, Anne‐Marie Kietzig

Notice bibliographique

RevueColloids and Surfaces A Physicochemical and Engineering Aspects · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLubricantStability (learning theory)NanotechnologyChemical engineeringMaterials sciencePolymer scienceChemistryComputer scienceComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

The study evaluates lubricant thickening and immobilization strategies of safflower (SAFO), medium chain triglyceride (MCT), castor (CO) and grapeseed (GS) oils, in combination with beeswax (BW) and ethyl cellulose (EC) gelling agents, to enhance the anti-wetting and self-cleaning properties of textured polymer containers against water, ketchup, and paint. Sliding ability of the coating was evaluated using critical sliding angle and inclined sliding velocity tests, while self-cleaning and durability was assessed through short- and long-term pouring tests. Similar to previous studies on Newtonian viscous lubricants, the non-Newtonian EC-based lubricants exhibited a reduction in water droplet mobility with increasing viscosity. However, droplet sliding was also influenced by the polyunsaturated fatty acid (PUFA) content, Ricinoleic acid presence, and fatty acid chain length, with CO demonstrating unique interactions that altered sliding behavior. In terms of sliding performance, dual layer oleogels with a mobile fluid layer showed distinct sliding behavior compared to pure oil lubricants, highlighting the interplay between oil structuring and mobility. Notably, the MCT/BW dual layer oleogel demonstrated high droplet mobility across different test media, attributed to its soft texture and weak oil-gel interactions. Pouring durability tests indicated that the CO/EC oleogel offered promising self-cleaning properties against water, while MCT/EC formulations effectively minimized ketchup residue. Long-term water pouring tests confirmed that MCT-based coatings, particularly pure MCT and MCT/BW coatings, successfully eliminated adhered media layers. Overall, these findings emphasize the role of oil-gelling strategies in tailoring lubricant retention, anti-wetting, and self-cleaning properties, with specific combinations proving more effective for different media types.

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 seuil0,002

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,186 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueColloids and Surfaces A Physicochemical and Engineering AspectsMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207