MétaCan
Menu
Retour à la cohorte
Enregistrement W1964025651 · doi:10.1080/08927014.2013.794225

Anti-biofilm activity of silver nanoparticles against different microorganisms

2013· article· en· W1964025651 sur OpenAlexaff
Fidel Martínez‐Gutiérrez, Laura Boegli, Alessandra Marçal Agostinho, Elpidio Morales Sánchez, Horacio Bach, Facundo Ruíz, Garth A. James

Notice bibliographique

RevueBiofouling · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial biofilms and quorum sensing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of Washington
Mots-clésBiofilmSilver nanoparticlePseudomonas aeruginosaMicrobiologyMicroorganismAntimicrobialBiofoulingBacteriaChemistryBiologyNanotechnologyNanoparticleMembraneMaterials scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

Biofilms confer protection from adverse environmental conditions and can be reservoirs for pathogenic organisms and sources of disease outbreaks, especially in medical devices. The goal of this research was to evaluate the anti-biofilm activities of silver nanoparticles (AgNPs) against several microorganisms of clinical interest. The antimicrobial activity of AgNPs was tested within biofilms generated under static conditions and also under high fluid shears conditions using a bioreactor. A 4-log reduction in the number of colony-forming units of Pseudomonas aeruginosa was recorded under turbulent fluid conditions in the CDC reactor on exposure to 100 mg ml(-1) of AgNPs. The antibacterial activity of AgNPs on various microbial strains grown on polycarbonate membranes is reported. In conclusion, AgNPs effectively prevent the formation of biofilms and kill bacteria in established biofilms, which suggests that AgNPs could be used for prevention and treatment of biofilm-related infections. Further research and development are necessary to translate this technology into therapeutic and preventive strategies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,215
Écart entre enseignants0,205 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations239
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofoulingMême sujetBacterial biofilms and quorum sensingTravaux en français237 207