Notice bibliographique
Résumé
The aim of this work was to study the efficiency of diverse chemical and thermal treatments usually used in dairy industries to control the number of virulent and temperate Lactobacillus delbrueckii bacteriophages. Two temperate (Cb1/204 and Cb1/342) and three virulent (BYM, YAB and Ib3) phages were studied. The thermal treatments applied were: 63 degrees C for 30 min (low temperature--long time, LTLT), 72 degrees C for 15 s (high temperature--short time, HTST), 82 degrees C for 5 min (milk destined to yogurt elaboration) and 90 degrees C for 15 min (FIL-IDF). The chemical agents studied were: sodium hypochlorite, ethanol, isopropanol, peracetic acid, biocides A (quaternary ammonium chloride), B (hydrogen peroxide, peracetic acid and peroctanoic acid), C (alkaline chloride foam), D (p-toluensulfonchloroamide, sodium salt) and E (ethoxylated nonylphenol and phosphoric acid). The kinetics of inactivation were drew and T(99) (time necessary to eliminate the 99% of phage particles) calculated. Results obtained showed that temperate phages revealed lower resistance than the virulent ones to the treatment temperatures. Biocides A, C, E and peracetic acid showed a notable efficiency to inactivate high concentrations of temperate and virulent L. delbrueckii phages. Biocide B evidenced, in general, a good capacity to eliminate the phage particles. Particularly for this biocide virulent phage Ib3 showed the highest resistance in comparison to the rest of temperate and virulent ones. On the contrary, biocide D and isopropanol presented a very low capacity to inactivate all phages studied. The efficiency of ethanol and hypochlorite was variable depending to the phages considered. These results allow a better knowledge and give useful information to outline more effective treatments to reduce the phage infections in dairy plants.
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) | 0,009 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».