Inactivation of Deposited Bioaerosols on Food Contact Surfaces with UV-C Light Emitting Diode Devices
Notice bibliographique
Résumé
Abstract The airborne transmission of infectious diseases and bioaerosol-induced cross-contamination pose significant challenges in the food, dairy, and pharma industries. This study evaluated the effectiveness of 279 nm UV-C LED irradiation for decontaminating bioaerosols, specifically containing microorganisms like E. coli (C3040- Kanamycin resistant), Salmonella Enteritis (ATCC 4931), and Pseudomonas fragi (ATCC 4973), on food contact surfaces. Borosilicate glass, silicon rubber, and stainless steel (316L) surfaces were selected for experimentation for their usage in the food industry. A 50µL cell suspension was aerosolized at 25 psi pressure using a 4-jet BLAM Nebulizer within a customized glass chamber and then deposited onto the surface of the coupons. The serial dilution approach was used for the microbial enumeration, followed by double plating. With a low RMSE and high R2 values, the biphasic kinetic model demonstrated the excellent goodness of fit parameters. At a UV-C dose of 6 mJ cm− 2, glass surfaces showed the maximum microbial inactivation ( i.e. 2.80, 3.81, and 3.56 log CFU/mL for E. coli, Salmonella, and P. fragi, respectively). Stainless steel and silicon rubber showed significant microbial inactivation but were consistently lower than glass. Our research indicates that UV-C LEDs can disinfect bioaerosols on food contact surfaces effectively.
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) | 0,000 | 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) | 0,001 | 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 ».