Nanoparticle‐based nanocomposite coatings with postprocessing for enhanced antimicrobial capacity of polymeric film
Notice bibliographique
Résumé
Bacterial adhesion and biofilm formation on surfaces pose a significant risk of microbial contamination and chronic diseases, leading to potential health complications. To mitigate this concern, the implementation of antibacterial coatings becomes paramount in reducing pathogen propagation on contaminated surfaces. To address this requirement, our study focuses on developing cost-effective and sustainable methods using polymer composite coatings. Copper and titanium dioxide nanoparticles were used to assess their active antimicrobial functions. After coating the surface with nanoparticles, four different combinations of two postprocessing treatments were performed. Intense pulsed light was utilized to sinter the coatings further, and plasma etching was applied to manipulate the physical properties of the nanocomposite-coated sheet surface. Bacterial viability was comparatively analyzed at four different time points (0, 30, 60, and 120 min) upon contact with the nanocomposite coatings. The samples with nanoparticle coatings and postprocessing treatments showed an above-average 84.82% mortality rate at 30 min and an average of 89.77% mortality rate at 120 min of contact. In contrast, the control sample, without nanoparticle coatings and postprocessing treatments, showed a 95% microbe viability after 120 min of contact. Through this study, we gained critical insights into effective strategies for preventing the spread of microorganisms on high-touch surfaces, thereby contributing to the advancement of sustainable antimicrobial coatings.
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 | 0,000 |
| 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 ».