Isolation of Filamentous Fungi Species Contaminating Some Nigerian Food Commodities
Notice bibliographique
Résumé
<p>Samples of maize, rice, cocoa and cocoa-based powder beverage) collected from different stores and markets in south-western Nigeria were screened for filamentous fungi contamination using conventional and molecular methods. Samples were cultured aseptically on potato dextrose agar (PDA), ohio agricultural experimental agar (OEASA), Malt Extract Agar (MEA) and Czapek Yeast Agar (CYA) prior to fungi isolation. Conventional methods comprising of macroscopic and microscopic evaluation of isolated fungi species were implemented in the analysis for identification of fungi species. Molecular method of identification involved DNA extraction, Polymerase chain Reaction (PCR) using ITS-1/ITS-4 primer pair and nucleotide sequencing. Results obtained indicated a range of filamentous fungi genus including <em>Aspergillus</em>, <em>Penicillium</em>, <em>Fusarium</em>, <em>Alternaria,</em> <em>Cladosporium</em> and <em>Rhizopus</em> contaminating the food commodities with <em>Aspergillus</em> and <em>Penicillium</em> species dominating most of the samples. High incidences were recorded for <em>Aspergillus flavus</em>, <em>Aspergillus niger</em> and <em>Aspergillus fumigatus</em> in most of the samples screened. The occurrence of these filamentous fungal species pose a reason for concern as most of these fungal species are known producers of toxic substances. This study was carried out to contribute to mycological screening of different Nigerian food commodities for a variety of filamentous fungi species.</p>
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 | 0,000 |
| 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 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 ».