MétaCan
Menu
Retour à la cohorte
Enregistrement W1999706494 · doi:10.1088/0957-4484/24/39/395706

Surface activation of graphene oxide nanosheets by ultraviolet irradiation for highly efficient anti-bacterials

2013· article· en· W1999706494 sur OpenAlexaff
Murugan Veerapandian, Linghe Zhang, Karthikeyan Krishnamoorthy, Kyusik Yun

Notice bibliographique

RevueNanotechnology · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceGrapheneOxideUltravioletIrradiationUltraviolet irradiationNanotechnologyOptoelectronics

Résumé

récupéré en direct d'OpenAlex

A comprehensive investigation of anti-bacterial properties of graphene oxide (GO) and ultraviolet (UV) irradiated GO nanosheets was carried out. Microscopic characterization revealed that the GO nanosheet-like structures had wavy features and wrinkles or thin grooves. Fundamental surface chemical states of GO nanosheets (before and after UV irradiation) were investigated using x-ray photoelectron spectroscopy and ultraviolet photoelectron spectroscopy. Minimum inhibitory concentration (MIC) results revealed that UV irradiated GO nanosheets have more pronounced anti-bacterial behavior than GO nanosheets and standard antibiotic, kanamycin. The MIC of UV irradiated GO nanosheets was 0.125 μg ml⁻¹ for Escherichia coli and Salmonella typhimurium, 0.25 μg ml⁻¹ for Bacillus subtilis and 0.5 μg ml⁻¹ for Enterococcus faecalis, ensuring its potential as an anti-infective agent for controlling the growth of pathogenic bacteria. The minimum bactericidal concentration of normal GO nanosheets was determined to be two-fold higher than its corresponding MIC value, indicating promising bactericidal activity. The mechanism of anti-bacterial action was evaluated by measuring the enzymatic activity of β-D-galactosidase for the hydrolysis of o-nitrophenol-β-D-galactopyranoside.

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)0,000
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 enseignants0,010
Score d'incertitude au seuil0,648

Scores Codex et Gemma par catégorie

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 Opus0,006
Tête enseignante GPT0,198
Écart entre enseignants0,192 · 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

Citations76
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207