A Covalently Anchored Biobased Nanofiber Label for Self-Reporting Fish Spoilage with High Stability and Radiometric Visibility
Notice bibliographique
Résumé
The development of efficient and reliable strategies for real-time monitoring of seafood freshness is crucial for ensuring food safety and reducing waste. Herein, a novel biobased colorimetric film was designed and fabricated for visual and intelligent detection of fish spoilage. A pH-responsive chromogenic monomer (TGI) was first synthesized from tributyl citrate and then covalently incorporated into polyester-based polyurethane (PCCU) to prevent dye leaching and enhance stability. Experiments demonstrate that TGI enhances the spinnability of PCCU. The resulting PCCU-TGI nanofiber membrane exhibits a high specific surface area (SSA = 12.65 m 2 /g) and porous structure ( V total = 24.28 cm 3 /g), enabling rapid gas permeation and responsiveness. The mechanistic studies indicate that under the influence of total volatile organic compounds (TVB-N), the alkaline hydrolysis reaction of TGI ester groups expands the π-conjugated system and reduces the bandgap of excited electrons. This enables the colorimetric film to undergo a color change linearly correlated with the degree of spoilage under natural light through intrinsic means. The optimized film (PCCU-9%TGI) exhibited a highly linear correlation (R 2 > 0.93) between the color difference (ΔE) and the TVB-N content of cod fillets during storage at both 25 and 4 °C. Furthermore, an electronic eye system was integrated for real-time color capture and data processing, which successfully demonstrated remote, quantitative spoilage monitoring and alert capabilities. This work provides a robust and feasible platform combining smart material design with intelligent sensing technology for next-generation food packaging applications.
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 | 0,005 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».