Development and Evaluation of Silver Zeolite Antifouling Coatings on Stainless Steel for Food Contact Surfaces
Notice bibliographique
Résumé
Abstract The majority of foodborne illness outbreaks can be linked to cross‐contamination events through contact with contaminated surfaces. Consequently, there is a sustained interest in developing antimicrobial coatings such as silver zeolite to reduce contamination levels. In this study, we examined the efficacy of silver zeolite for preventing biofilm formation by common foodborne pathogens such as Listeria innocua Seeliger and Escherichia coli O157:H7. Biofilm formation was assessed by cresyl violet assay, quantification of colony‐forming units and scanning electron microscopy, and atomic force microscopy. For silver zeolite suspended in growth media, concentrations of 0.3% w/v were effective at reducing bacterial growth of L. innocua after 8 h. For E. coli incubated with silver zeolite, there was a dose‐dependent reduction in bacteria after 4 h. When coated stainless steel coupons were incubated with Listeria and E. coli, significant reductions in bacterial growth were achieved. Coating stainless steel food processing surfaces with silver zeolite may provide a means of reducing cross‐contamination events of pathogens and spoilage microbes. The ability of the surface to resist the attachment of biofilms provides a complementary approach to chemical sanitation. Practical Applications Antimicrobial coatings are gaining importance for the food manufacturing and food processing industries for food safety applications. The results of this study demonstrate that the silver zeolite could inhibit foodborne pathogenic biofilm formation and could potentially serve as an effective antimicrobial coating for food contact surfaces. The methodology for impregnating the silver zeolite in polymers followed by coating on stainless steel surface provides detailed procedure for preparing the antimicrobial surfaces.
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 | 0,001 | 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 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 ».