Green valorization of cannabis wastes into CNC/AgNP nanohybrids for controlled silver ion release in antibacterial hydrogels
Notice bibliographique
Résumé
The rapid expansion of cannabis cultivation has led to a substantial accumulation of agricultural waste, particularly stems and leaves, posing environmental challenges. In this study, the cannabis wastes were valorized into nanomaterials. Cellulose nanocrystals (CNC) were extracted from cannabis stems via KMnO 4 /oxalic acid oxidation, yielding rod-shaped particles with 19 nm in diameter and 196 nm in length. Cannabis leaf extract exhibited strong reducing capability for the synthesis of silver nanoparticles (AgNPs). CNC served as a substrate for AgNPs to form nanohybrids. UV–Vis spectroscopy and TEM confirmed the formation of AgNPs with a diameter of 16 nm, while the CNC/AgNP retained a comparable dimension. XPS confirmed the presence of metallic silver (Ag⁰) in the nanohybrids, while XRD revealed no significant alteration in the crystalline structure after incorporation. Nanohybrids were incorporated into polyvinyl alcohol/chitosan hydrogels, enhancing mechanical strength and conferring antibacterial activity against Pseudomonas aeruginosa and Staphylococcus aureus at 0.5 wt% loading. AgNP hydrogels showed rapid Ag + release within 6 h, while CNC/AgNP enabled a two-stage, sustained release. Kinetic modeling indicated Fickian diffusion for AgNP films and non-Fickian transport for nanohybrids. Cytotoxicity tests of the nanohybrid hydrogels demonstrated an acceptable viability rate in HDFa. These findings position CNC/AgNP nanohybrids as sustainable materials offering controlled Ag + release, antibacterial efficacy, and biocompatibility for advanced biomedical systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».