Effectiveness of a novel ozone and hydrogen peroxide gas-vapour system for the rapid high level disinfection of surfaces and healthcare spaces
Notice bibliographique
Résumé
Ozone gas at 80 parts per million (ppm) was combined with 1% stabilized hydrogen peroxide vapour at 80% relative humidity in a test chamber and upscaled to a 82 cubic meter room using 3.75% hydrogen peroxide at 30 minutes. Test organisms included methicillin resistant S. aureus , vancomycin resistant Enterococcus, E. coli , P. aeruginosa , and C. difficile spores dried onto stainless steel discs. The combination of 80 ppm ozone with 1% hydrogen peroxide vapour in the test chamber achieved a very high level of disinfection of at least 6 log 10 reduction of the bacteria and C. difficile spores tested on steel discs during a 15 minute exposure. The entire system was scalable such that it achieved the same high level of disinfection of an 81 cubic meter room in 30 minutes with 3.75% hydrogen peroxide and 80 PPM of ozone against MRSA and C. difficile spores. The ozone and hydrogen peroxide gas-vapour mixture provides a very rapid and high level of disinfection of steel surfaces against important healthcare associated bacterial pathogens. The system is an advanced oxidative process providing a rapid and effective means to disinfect healthcare surfaces and spaces to a very high level, particularly against C. difficile spores.
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 | 0,001 | 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 | 0,000 | 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 tête enseignante, 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 ».