The Effect of Hazard Analysis Critical Control Point Programs on Microbial Contamination of Carcasses in Abattoirs: A Systematic Review of Published Data
Notice bibliographique
Résumé
Hazard analysis critical control point (HACCP) programs have been endorsed and implemented globally to enhance food safety. Our objective was to identify, assess, and summarize or synthesize the published research investigating the effect of HACCP programs on microbial prevalence and concentration on food animal carcasses in abattoirs through primary processing. The results of microbial testing pre- and post-HACCP implementation were reported in only 19 studies, mostly investigating beef (n=13 studies) and pork (n=8 studies) carcasses. In 12 of 13 studies measuring aerobic bacterial counts, reductions were reported on beef (7/8 studies), pork (3/3), poultry (1/1), and sheep (1/1). Significant (p<0.05) reductions in prevalence of Salmonella spp. were reported in studies on pork (2/3 studies) and poultry carcasses (3/3); no significant reductions were reported on beef carcasses (0/8 studies). These trends were confirmed through meta-analysis of these data; however, powerful meta-analysis was precluded because of an overall scarcity of individual studies and significant heterogeneity across studies. Australia reported extensive national data spanning the period from 4 years prior to HACCP implementation to 4 years post-HACCP, indicating reduction in microbial prevalence and concentration on beef carcasses in abattoirs slaughtering beef for export; however, the effect of abattoir changes initiated independent of HACCP could not be excluded. More primary research and access to relevant proprietary data are needed to properly evaluate HACCP program effectiveness using modeling techniques capable of differentiating the effects of HACCP from other concurrent factors.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».