MétaCan
Menu
Retour à la cohorte
Enregistrement W4414070067 · doi:10.29169/1927-5129.2025.21.15

Evaluation of Ozonated Water and Ultraviolet Light Water Treatments on Bacillus subtilis Spore Efficacy in Spiked Water Samples

2025· article· en· W4414070067 sur OpenAlexvenueno aff
Craig L. Ramsey, Marissa L. Layman, Steve Newman

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueListeria monocytogenes in Food Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBacillus subtilisWastewaterSporeUltraviolet lightUltravioletWater treatmentUltraviolet radiation

Résumé

récupéré en direct d'OpenAlex

The goal of this water treatment study was to evaluate the effects of ozonated water and ultraviolet light (100–280 nm) on the efficacy of Bacillus subtilis spores. These water treatments are based on the current research for sanitizing bio-contaminated water. However, this study focused on small-scale water treatment units that could be modified or custom-built for a mobile sanitation system used for cleaning field equipment. The factorial study included four factors, resulting in a total of 16 water treatments. The ultraviolet light water treatment (UVC + UVC), with a total exposure time of 60 minutes, resulted in a log10 reduction of 3.51, equivalent to a 99.9% reduction in viable spores. The average spore reduction from UVC treatment increases with exposure time, then reaches an asymptotic plateau between 30 and 60 minutes. The combination of ozonated water with UV radiation yielded promising results in reducing spores. Wastewater technology, based on UVC systems, may be implemented with both mobile power washing systems. Additionally, larger units are required to effectively sterilize bio-contaminated wastewater within farms and storage facilities in the agricultural industry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,331
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetListeria monocytogenes in Food SafetyTravaux en français237 207