Air-nanobubbles ineffective to reduce pathogenic bacteria in fresh and brackish waters
Notice bibliographique
Résumé
ABSTRACT Nanobubble (NB) technology has been hailed as a novel way to disinfect water. Previous studies suggested that when NBs collapse, they create shock waves that result in OH - free radicals, which can damage cells, including bacteria. In this study, we investigated, through a series of 11 experiments, the potential use of air nanobubbles (128 ± 44 nm, mean ± SD) to reduce the concentration of various pathogenic bacteria including Aeromonas hydrophila, A. veronii, Vibrio parahaemolyticus , and Streptococcus agalactiae under controlled, tank-based laboratory conditions. Despite the high number of nanobubbles continuously added to a relatively small volume of water in experimental tanks (50-100 L), we did not observe a consistent or significant decrease in bacteria that would control disease outbreaks. Although most of the experiments were conducted in fresh water on A. hydrophila , results were consistent across fresh and brackish water experiments, Gram-negative and Gram-positive bacteria, and a range of nanobubble concentrations. This study suggests air nanobubbles on their own are inadequate to significantly reduce high levels of pathogenic bacteria in water. We propose to explore other gases for improving the disinfection properties of this technology. SIGNIFICANCE STATEMENT Air nanobubbles did not sufficiently reduce the level of bacteria in laboratory experiments.
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 | 0,001 |
| 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 ».