Development of Antimicrobial Paper Coatings Containing Bacteriophages and Silver Nanoparticles for Control of Foodborne Pathogens
Notice bibliographique
Résumé
In this study, a novel antimicrobial formula that incorporates Listeria bacteriophage P100 and silver nanoparticles into an alginate matrix was successfully developed. Paper coated with the antimicrobial formula inhibited the growth of Listeria monocytogenes. The effects of alginate concentration on the formation of silver nanoparticles, silver concentration on the infectivity of phages, and of low alginate concentrations on the sustained release of silver and phages were explored. The highest antimicrobial activity of the alginate–silver coating was achieved with an alginate concentration of 1%. Adding phage P100 (109 PFU/mL) into the alginate–silver coating led to a synergic effect that resulted in a 5-log reduction in L. monocytogenes. A bioactive paper was then developed by coating a base paper with the antimicrobial formula at different coating weights, followed by infrared drying. The higher coating weight was a crucial factor for the maintenance of phage infectivity throughout the coating and drying processes. Phages incorporated into the alginate matrix remained functional even after high-temperature infrared drying. Taken together, an optimized coating matrix is critical in improving the antimicrobial performance of bioactive paper as well as maintaining phage infectivity during the paper manufacturing process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».