MétaCan
Menu
Retour à la cohorte
Enregistrement W2327573497 · doi:10.3389/fmicb.2016.00350

Emerging Seafood Preservation Techniques to Extend Freshness and Minimize Vibrio Contamination

2016· review· en· W2327573497 sur OpenAlexaff
Jennifer Ronholm, Fiona Lau, Swapan K. Banerjee

Notice bibliographique

RevueFrontiers in Microbiology · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensUniversity of OttawaHealth Canada
Organismes subventionnairesnon disponible
Mots-clésFood spoilageFood scienceBusinessBiotechnologyFood industryBiologyFood safetyOrganolepticBacteria

Résumé

récupéré en direct d'OpenAlex

Globally, the popularity of seafood consumption is increasing exponentially. To meet the demands of a growing market, the seafood industry has increasingly been innovating ways to keep their products fresh and safe while increasing production. Marine environments harbor several species of indigenous microorganisms, some of which, including Vibrio spp., may be harmful to humans, and all of which are part of the natural microbiota of the seafood. After harvest, seafood products are often shipped over large geographic distances, sometimes for prolonged periods, during which the food must stay fresh and pathogen proliferation must be minimized. Upon arrival there is often a strong desire, arising from both culinary and nutritional considerations, to consume seafood products raw, or minimally cooked. This supply chain along with popular preferences have increased challenges for the seafood industry. This has resulted in a desire to develop methodologies that reduce pathogenic and spoilage organisms in seafood items to comply with regulations and result in minimal changes to the taste, texture, and nutritional content of the final product. This mini-review discusses and compares several emerging technologies, such as treatment with plant derived natural compounds, phage lysis, high-pressure processing, and irradiation for their ability to control pathogenic vibrios, limit the growth of spoilage organisms, and keep the desired organoleptic properties of the seafood product intact.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,019
Tête enseignante GPT0,307
Écart entre enseignants0,288 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations41
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetIdentification and Quantification in FoodTravaux en français237 207