MétaCan
Menu
Retour à la cohorte
Enregistrement W2080272351 · doi:10.1002/jsfa.1577

Kinetics of ultraviolet light inactivation of <i>Escherichia coli</i> O157:H7 in liquid foods

2003· article· en· W2080272351 sur OpenAlexaff
Michael Ngadi, James P. Smith, Bernard Cayouette

Notice bibliographique

RevueJournal of the Science of Food and Agriculture · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueListeria monocytogenes in Food Safety
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEscherichia coliChemistryFood scienceUltravioletPigmentKineticsUltraviolet lightOpacityChromatographyBiochemistryPhotochemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract The effects of pH, depth of food medium and ultraviolet (UV) light dose on the inactivation of Escherichia coli O157:H7 in UV‐opaque products such as apple juice (pH 3.5) and egg white (pH 9.1) were investigated. The applied UV dose ranged from 0 to 6.5 mW min cm−2, while the depths of the medium were 1, 3.5, 5 and 10 mm. The pH of the medium did not affect the inactivation of E coli O157:H7, since similar inactivation characteristics were obtained for both apple juice and liquid egg white. As expected, decreasing the depth of the medium increased the inactivation of E coli O157:H7. More than a 5‐log reduction was obtained when the fluid depth and UV dose were 1 mm and 6.5 mW min cm−2 respectively. However, less than a 1‐log reduction was obtained when the fluid depth was 10 mm. A two‐phase kinetic model was used to model the inactivation of E coli O157:H7. This model indicated that at higher fluid depths the inactivation rate was controlled by the second, slower inactivation phase, resulting in a lower overall inactivation. The visual appearance of the treated apple juice and egg white did not show any discolouration changes during 4 weeks of storage at ambient temperature (25 °C). Copyright © 2003 Society of Chemical Industry

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,251
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations99
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Science of Food and AgricultureMême sujetListeria monocytogenes in Food SafetyTravaux en français237 207