Inactivation of human pathogens and spoilage bacteria on the surface and internalized within fresh produce by using a combination of ultraviolet light and hydrogen peroxide
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: To evaluate the efficacy of ultraviolet (UV) light (254 nm) combined with hydrogen peroxide (H(2)O(2)) to inactivate bacteria on and within fresh produce. METHODS AND RESULTS: The produce was steep inoculated in bacterial cell suspension followed by vacuum infiltration. The inoculated samples were sprayed with H(2)O(2) under constant UV illumination. The log count reduction (LCR) of Salmonella on and within lettuce was dependent on the H(2)O(2) concentration, temperature and treatment time with UV intensity being less significant. By using the optimized parameters (1.5% H(2)O(2) at 50 degrees C, UV dose of 37.8 mJ cm(-2)), the surface Salmonella were reduced by 4.12 +/- 0.45 and internal counts by 2.84 +/- 0.34 log CFU, which was significantly higher compared with H(2)O(2) or UV alone. Higher LCR of Escherichia coli O157:H7, Pectobacterium carotovora, Pseudomonas fluorescens and Salmonella were achieved on leafy vegetables compared with produce, such as cauliflower. In all cases, the surface LCR were significantly higher compared with the samples treated with 200 ppm hypochlorite. UV-H(2)O(2)-treated lettuce did not develop brown discolouration during storage but growth of residual survivors occurred with samples held at 25 degrees C. CONCLUSIONS: UV-H(2)O(2) reduce the bacterial populations on and within fresh produce without affecting the shelf-life stability. SIGNIFICANCE OF THE STUDY: UV-H(2)O(2) represent an alternative to hypochlorite washes to decontaminate fresh produce.
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.
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 découle