Rapid and efficient inactivation of viruses in seawater by LIG electrodes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Water-borne viral diseases are a significant concern for public health. In particular, they threaten the health of people and animals in countries that lack proper water treatment facilities. Novel water treatment technology may efficiently improve water quality and prevent the spread of waterborne viral pathogens. Laser-induced graphene (LIG) has been shown to inactivate viruses and bacteria with its photothermal properties, electrochemical reaction, and rough surface texture. However, LIG's activity to prevent virus transmission via contaminated water has not been fully explored. Here, we demonstrated that enveloped and non-enveloped viruses in seawater could be rapidly inactivated by LIG technology. After being activated by 3 V of electricity, the LIG electrodes inactivated both types of viruses spiked in water within 30 min. In addition, the electrolyzed seawater exhibited virucidal effects even after the cessation of the electrical charge. The generation of different oxidants, such as chlorine, chlorine dioxide, and hydrogen peroxide, may play an essential role in the antiviral mechanism of the LIG electrodes. Furthermore, after 10 min of electrolysis, the pH of the seawater dropped from approximately 8–5, which may also have contributed to the virucidal effects of the LIG technology. The virucidal activity of LIG technology highlighted its potential for preventing the spread of viral infections via seawater systems which may have public health implications in areas where seawater is used in the sewage system. It may also have applications in aquaculture, where viral diseases do not have treatments and can cause high fish mortality.
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.
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 découle