Effective Control of Molds Using a Combination of Nanoparticles
Notice bibliographique
Résumé
Molds are filamentous fungi able to grow on a variety of surfaces, including constructed surfaces, food, rotten organic matter, and humid places. Mold growth is characterized by having an unpleasant odor in enclosed or non-ventilated places and a non-aesthetic appearance. They represent a health concern because of their ability to produce and release mycotoxins, compounds that are toxic to animals and humans. The aim of this study was to evaluate commercial nanoparticles (NPs) that can be used as an additive in coatings and paints to effectively control the growth of harmful molds. Four different NPs were screened for their antifungal activities against the mycotoxin producing mold strains Aspergillus flavus and A. fumigatus. The minimal inhibitory concentrations of the NPs were determined in broth media, whereas an agar diffusion test was used to assess the antimold activity on acrylic- and water-based paints. The cytotoxic activity and the inflammatory response of the NPs were also evaluated using the established human derived macrophage cell line THP-1. Results showed that a combination of mix metallic- and ZnO-NPs (50:10 μg/mL) effectively inhibited the fungal growth when exposed to fluorescent light. Neither cytotoxic effect nor inflammatory responses were recorded, suggesting that this combination can be safely used in humid or non-ventilated environments without any health concerns.
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 | 0,000 |
| 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 ».