MétaCan
Menu
Retour à la cohorte
Enregistrement W1972613892 · doi:10.1039/c4sm00946k

The impact of cellulose nanocrystals on the aggregation and initial adhesion of Pseudomonas fluorescens bacteria

2014· article· en· W1972613892 sur OpenAlexaff
Xiaohui Sun, Qingye Lu, Yaman Boluk, Yang Liu

Notice bibliographique

RevueSoft Matter · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPseudomonas fluorescensCelluloseBacteriaAdhesionBacterial celluloseChemistryNanocrystalMaterials scienceMicrobiologyNanotechnologyBiologyBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Deposition on silica surfaces of two Pseudomonas fluorescens strains (CHA0 and CHA19-WS) having different extracellular polymeric substance (EPS) producing capacities was studied in the absence and presence of cellulose nanocrystals (CNCs). Batch (batch soaking) and continuous flow (quartz crystal microbalance with dissipation) methods were used to evaluate the impact of CNCs on bacterial initial adhesion. This study demonstrated that bacterial initial adhesion to solid surfaces can be significantly hindered by CNCs using both methods. In the presence of CNCs, it was observed that bacteria with more EPS aggregated more significantly compared to bacteria with less EPS, and that bacterial deposition under this condition decreased to a greater extent. The classic DLVO theory failed to predict bacterial adhesion behavior in this study. A detailed discussion is provided regarding potential antibacterial adhesion mechanisms of CNCs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,331

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,294
Écart entre enseignants0,276 · 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 tête enseignante, 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

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207