MétaCan
Menu
Retour à la cohorte
Enregistrement W4414452065 · doi:10.1088/1361-6528/ae0a58

Biopolymer derived nanofibers for sustainable solutions: a systematic review

2025· review· en· W4414452065 sur OpenAlexaff
Vimala S. K. Bharathi, Muhammad Zubair, Aman Ullah

Notice bibliographique

RevueNanotechnology · 2025
Typereview
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNanofiberBiopolymerElectrospinningFlexibility (engineering)PolymerDrug deliverySustainability

Résumé

récupéré en direct d'OpenAlex

The future for nanofibers made from biopolymers is promising, due to their unique feature such as a large surface area, tunable porosity, and functional adaptability. This review delves into the progress in sustainable nanofiber technology, with a focus on biological macromolecules such as cellulose, chitosan, bacterial cellulose, zein, alginate, and gelatin. These bio-based polymers are also compared to synthetic ones, including polycaprolactone, poly(lactic acid), polyvinyl alcohol, and poly(ethylene glycol). These materials are essential in agriculture, food technology, and biomedicine. The study examines various fabrication methods, emphasizing electrospinning for its flexibility and effectiveness. It also looks at interaction mechanisms that improve nanofiber properties for biomedical uses (such as wound healing, drug delivery, and bone tissue engineering), active food packaging, and controlled agrochemical release. A bibliometric analysis over the past 25 years indicates a transition from basic research to practical innovations in nanofiber-based coatings, hydrogels, encapsulants, and sensors. This review highlights the pressing need for more research on biodegradable and biofunctional nanofiber materials, advocating for eco-friendly alternatives to synthetic polymers in different industries. Future advancements should aim at optimizing large-scale production, boosting biocompatibility, and enhancing multifunctional properties to support global sustainability efforts.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,018
Tête enseignante GPT0,319
Écart entre enseignants0,300 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207