Short-Term Inactivation Rates of Selected Gram-Positive and Gram-Negative Bacteria Attached to Metal Oxide Mineral Surfaces: Role of Solution and Surface Chemistry
Notice bibliographique
Résumé
Metal oxides such as ferric or aluminum oxides can play an important role in the retention of bacteria in granular aquatic environments; however, their role in bacterial inactivation is not well understood. Herein, we examined the role of water chemistry and surface chemistry on the short-term inactivation rates of three bacteria when adhered to surfaces. To evaluate the role of water chemistry on the inactivation of attached bacteria, the loss in membrane integrity of bacteria attached to an iron oxide (Fe2O3) surface was measured over a range of water ionic strengths of either monovalent or divalent salts in the absence of a growth substrate. The influence of surface chemistry on the inactivation of attached bacteria was examined by measuring the loss in membrane integrity of cells attached to three surfaces (SiO2, Fe2O3, and Al2O3) at a specific water chemistry (10 mM KCl). Bacteria were allowed to attach onto the SiO2 or metal oxide coated slides mounted in a parallel-plate flow cell, and their inactivation rate (loss in membrane integrity) was measured directly without removing the cells from the surface and without disturbing the system. X-ray photoelectron spectroscopy analysis revealed a high correlation between the amounts of C-metal or O-metal bonds and the corresponding bacterial inactivation rates for each surface. Finally, for all three surfaces, a consistent increase in inactivation rate was observed with the type of bacterium in the order: Enterococcus faecalis, Escherichia coli O157:H7, and Escherichia coli D21f2.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 ».