Colorimetric Paper-based Detection of <em>Escherichia coli</em>, <em>Salmonella</em> spp., and <em>Listeria monocytogenes</em> from Large Volumes of Agricultural Water
Notice bibliographique
Résumé
This protocol describes rapid colorimetric detection of Escherichia coli, Salmonella spp., and Listeria monocytogenes from large volumes (10 L) of agricultural waters. Here, water is filtered through sterile Modified Moore Swabs (MMS), which consist of a simple gauze filter enclosed in a plastic cartridge, to concentrate bacteria. Following filtration, non-selective or selective enrichments for the target bacteria are performed in the MMS. For colorimetric detection of the target bacteria, the enrichments are then assayed using paper-based analytical devices (µPADs) embedded with bacteria-indicative substrates. Each substrate reacts with target-indicative bacterial enzymes, generating colored products that can be detected visually (qualitative detection) on the µPAD. Alternatively, digital images of the reacted µPADs can be generated with common scanning or photographic devices and analyzed using ImageJ software, allowing for more objective and standardized interpretation of results. Although the biochemical screening procedures are designed to identify the aforementioned bacterial pathogens, in some cases enzymes produced by background microbiota or the degradation of the colorimetric substrates may produce a false positive. Therefore, confirmation using a more discriminatory diagnostic is needed. Nonetheless, this bacterial concentration and detection platform is inexpensive, sensitive (0.1 CFU/ml detection limit), easy to perform, and rapid (concentration, enrichment, and detection are performed within approximately 24 hr), justifying its use as an initial screening method for the microbiological quality of agricultural water.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».