Evaluation of Chromogenic Enzyme Substrate Mediums, Chromocult Coliform Agar(CCA) and XM-G, by Detection of Freeze-, Heat-, High-Pressure-Injured Coliforms, and Coliforms in Food Samples
Notice bibliographique
Résumé
The two chromogenic enzyme substrate mediums of chromocult coliform agar (CCA) and XM-G were applied to detect freeze-, heat-, and high-pressure-injured coliforms (Enterobacter aerogenes, Enterobacter cloacae, Escherichia coli, Klebsiella ozaenae, and Klebsiella pneumoniae) as well as coliforms in various food items. Their detection abilities were then compared with the following three conventional media: tryptic soy agar (TSA), violet red bile agar (VRBA), and VRBA/TSA. The enumerated results of injured coliforms showed that the ability to detect injured cells was in the following descending order: non-selective medium TSA>VRBA/TSA>XMG≥CCA≫VRBA. The recovery rate of injured coliforms, when compared with selective agars, was higher in CCA and XM-G than in VRBA. Investigation of the total coliform counts from 100 food samples showed that the enumeration results of the three selected media (CCA, XM-G, and VRBA) were quite similar. The correlation coefficients were 0.89 for CCA vs. VRBA, 0.91 for XM-G vs. VRBA, and 0.91 for CCA vs. XM-G; indicating that CCA and XM-G are recommendable and can substitute for the conventional selective medium VRBA. In addition to the advantage of simultaneous detection of coliforms and Escherichia coli by CCA and XM-G, their superiority in detecting injured coliforms reveals that these two methods were highly effective and suitable to monitor total coliforms and E. coli including injured cells in food samples.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».