Editor response for version 2
Notice bibliographique
Résumé
Chlorous acid water and sodium hypochlorite solution are effective disinfectants against SARS-CoV-2, the virus that caused the COVID-19 pandemic. Recent studies have shown that both compounds have equivalent inactivation effects when tested on purified viruses. However, in practical applications, the presence of organic matter is common and can significantly affect disinfectant performance. We conducted several experiments comparing these two disinfectants under different conditions to better understand their practical efficacy. When an infected cell culture medium (serum-free) was used as the test virus, chlorous acid water and sodium hypochlorite solution showed reduced efficacy. This decrease was attributed to the presence of amino acids in the medium. Notably, sodium hypochlorite solution showed a more pronounced reduction in potency compared to chlorous acid water. In addition, we evaluated the SARS-CoV-2 inactivation effects of chlorous acid water and sodium hypochlorite solution under various organic loading conditions simulating real-world contamination scenarios such as blood, vomit, and saliva. The organic materials used included bovine serum albumin, sheep red blood cells, polypeptone, fetal bovine serum, and artificial saliva. The results showed that chlorous acid water demonstrated superior resistance to organic matter interference compared to sodium hypochlorite solution. These results suggest that chlorous acid water may be more effective than sodium hypochlorite solution in inactivating viruses on contaminated surfaces, particularly in healthcare settings where organic contamination is common. In summary, our research suggests that chlorous acid water may be a more effective disinfectant in practical settings.
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 | 0,005 | 0,006 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».