MétaCan
Menu
Retour à la cohorte
Enregistrement W2171996218 · doi:10.1111/j.1472-765x.1996.tb00049.x

Inactivation of bacteria and yeasts on agar surfaces with high power Nd: YAG laser light

2008· article· en· W2171996218 sur OpenAlexaff
G. Ward, Ian Watson, D. E. S. Stewart‐Tull, A. C. Wardlaw, C.R. Chatwin

Notice bibliographique

RevueLetters in Applied Microbiology · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueLaser Applications in Dentistry and Medicine
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesUniversity of Glasgow
Mots-clésNutrient agarAgarBacteriaAgar plateSerratia marcescensLaserPower densityFood scienceBiologyOpticsEscherichia coliBiochemistry

Résumé

récupéré en direct d'OpenAlex

Near infrared light from a high-powered, 1064 nm, Neodymium:Yttrium Aluminium Garnet (Nd:YAG) laser killed a variety of Gram-positive and Gram-negative bacteria and two yeasts, lawned on nutrient agar plates. A beam (cross-sectional area, 1.65 cm2) of laser light was delivered in 10 J, 8 ms pulses at 10 Hz, in a series of exposure times. For each microbial species, a dose/response curve was obtained of area of inactivation vs energy density (J cm-2). The energy density that gave an inactivation area (IA) equal to 50% of the beam area was designated the IA50-value and was plotted together with its 95% confidence limits. Average IA50-values were all within a threefold range and varied from 1768 J cm-2 for Serratia marcescens to 4489 J cm-2 for vegetative cells of Bacillus stearothermophilus. There were no systematic differences in sensitivity attributable to cell shape, size, pigmentation or Gram reaction. At the lowest energy densities where inactivation was achieved for the majority of organisms (around 2000 J cm-2), no effect was observed on the nutrient agar surface, but as the energy density was increased, a depression in the agar surface was formed, followed by localized melting of the agar.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 GPT0,207
Écart entre enseignants0,201 · 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

Citations32
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLetters in Applied MicrobiologyMême sujetLaser Applications in Dentistry and MedicineTravaux en français237 207