MétaCan
Menu
Retour à la cohorte
Enregistrement W2571111639 · doi:10.3390/molecules22010100

Antibacterial Activity of Neat Chitosan Powder and Flakes

2017· article· en· W2571111639 sur OpenAlexafffund
Nury Ardila, France Daigle, Marie‐Claude Heuzey, Abdellah Ajji

Notice bibliographique

RevueMolecules · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensUniversité de MontréalPolytechnique Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesUniversité de MontréalPolytechnique Montréal
Mots-clésChitosanAntibacterial activityChemistryAntimicrobialIonic strengthFood scienceBacteriaListeriaStaphylococcus aureusFood spoilageEscherichia coliListeria monocytogenesAqueous solutionBiochemistryOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

This study investigates the antibacterial activity of neat chitosan powder and flakes against three different bacterial species, Escherichia coli, Listeria innocua and Staphylococcus aureus, which are frequent causes of food spoilage. The effect of chitosan concentration and purity, as well as the influence of temperature, ionic strength (salt) and impact of a solid physical support in the medium are examined. Results show that the antibacterial activity of neat chitosan: (i) requires partial solubilisation; (ii) can be promoted by environmental factors such as adequate temperature range, ionic strength and the presence of a solid physical support that may facilitate the attachment of bacteria; (iii) depends on bacterial species, with a sensitivity order of E. coli > L. innocua > S. aureus; and (iv) increases with chitosan concentration, up to a critical point above which this effect decreases. The latter may be due to remaining proteins in chitosan acting as nutrients for bacteria therefore limiting its antibacterial activity. These results on the direct use of chitosan powder and flakes as potential antimicrobial agents for food protection at pH values lower than the chitosan pKa (6.2–6.7) are promising.

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)0,001
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,243 · 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

Citations65
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetNanocomposite Films for Food PackagingTravaux en français237 207