Functionality Enhancement of Pullulan‐Based Composites for Food Packaging Applications
Notice bibliographique
Résumé
Contemporary research in food packaging is focused on developing sustainable alternatives to petroleum-based materials. Pullulan, a microbial biopolymer traditionally employed as a food additive, is harnessing interest for food packaging applications due to its exceptional film-forming ability, biodegradability, and nontoxic nature. However, there are key limitations associated with the cost of production and suboptimal physicochemical attributes (e.g., inadequate water barrier and mechanical strength) that curtail the successful industrial translation of pullulan as a packaging polymer. Accordingly, this review examines effective ways for boosting biosynthetic efficiency of pullulan production through genetic and metabolic engineering of native strains and identifies emerging strategies such as targeted chemical modifications, electrospinning, incorporation of bioactive compounds, and film casting to enhance properties of pullulan-based packaging materials. Encapsulation strategies for bioactive substances are emphasized in pullulan-based active packaging for controlled release and sustained efficacy, whereas integration with pH-responsive sensing entities enables smart packaging for real-time freshness monitoring of protein-rich foods. Further, we examined regulatory and safety frameworks, providing a perspective that bridges innovation with compliance requirements for commercial deployment. All in all, this review demonstrates the potential to reduce production costs and improve film properties, which has significantly strengthened the prospects of pullulan as a sustainable, biopolymer-based alternative to synthetic materials.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».