Microbial Quantification Using ATP and Petrifilms for Irrigation Water Treated with Cold Plasma or Ozone
Notice bibliographique
Résumé
Traditional methods of microbial quantification of irrigation water using colony counts from agar culture require dedicated laboratory space and trained personnel, limiting their on-site applicability. Dehydrated Petrifilm™ plates are a simpler alternative but still require 2–3 days to culture. Adenosine triphosphate (ATP) tests may offer a fast and reliable method for quantifying microbes in water. In this study, we compared (a) microbial quantification based on ATP assays with Petrifilm™-based assays, and (b) we evaluated the effectiveness of cold plasma or ozone treatments in controlling microbial growth at various oxidation–reduction potential (ORP) levels. Lake water was recirculated through an ozone or cold plasma treatment system until a target ORP of 700 mV was reached. Samples were collected at various ORP levels and plated for aerobic bacteria and yeast and mold counts using Petrifilm™ plates. The free and total ATP concentrations were measured using the Hygiena EnSURE luminometer and its accompanying free and total ATP swabs. Microbial ATP was calculated by subtracting the free from the total ATP. Cold plasma and ozone showed similar effects on microbial inactivation at 700 mV (p < 0.05). Both treatments achieved complete fungal inactivation at 600–700 mV ORP, bacterial inactivation at 600 mV ORP, and near-complete inactivation of microbial ATP at 600–700 mV. A moderate positive correlation (Pearson’s correlation = 0.39 and Spearman’s rank correlation = 0.39) was observed between the Petrifilm™ bacterial counts and microbial ATP levels, suggesting ATP quantification could complement Petrifilm™ for rapid and non-selective onsite microbial assessment of irrigation water.
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 | 0,000 |
| 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 ».