MétaCan
Menu
Retour à la cohorte
Enregistrement W3128381910 · doi:10.5864/d2020-024

Determining the most effective common household disinfection method to reduce the microbial load on domestic dishcloths: a pilot study

2020· article· en· W3128381910 sur OpenAlexaffvenue
Emily Gillies

Notice bibliographique

RevueEnvironmental Health Review · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Safety and Hygiene
Établissements canadiensConestoga College
Organismes subventionnairesnon disponible
Mots-clésBleachContaminationTap waterFood scienceHand sanitizerSerial dilutionSlurryChemistryEnvironmental scienceBiologyMedicineEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

The domestic dishcloth has been shown to be the most contaminated item in the domestic kitchen, reported to contain up to 10 8 bacteria for up to 48 hours. Their smooth texture and large surface area allow bacteria to be transferred to kitchen surfaces easily, presenting a greater risk of cross-contamination and potentially contributing to foodborne illness. The purpose of this pilot study was to determine the most effective method to decrease the aerobic colony count (ACC) present on contaminated dishcloths. Dishcloths were inoculated in a beef slurry for 48 hours at room temperature. Contaminated dishcloths were subjected to 1-minute treatments of 10% bleach solution, lemon juice, vinegar, tap water, and microwaving. Serial dilutions were plated and incubated at 37°C overnight. Three replicates were produced, and 95% confidence intervals were calculated. Although treatments of 10% bleach solution and vinegar showed reduced ACC growth, no growth was identified after microwaving dishcloths for 1 minute on high power. There was no significant difference identified between the tap water and lemon juice treatments. Given that this is the first study conducted directly comparing different disinfection methods for dishcloths, microwaving dishcloths on high power for 1 minute can be recommended to disinfect domestic dishcloths and reduce cross-contamination within the home.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,501

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,063
Tête enseignante GPT0,324
Écart entre enseignants0,261 · 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'étudeAutre devis
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health ReviewMême sujetFood Safety and HygieneTravaux en français237 207