MétaCan
Menu
Retour à la cohorte
Enregistrement W2574689156 · doi:10.5539/jfr.v6n1p95

Bacteriology and Meat Quality of Moisture Enhanced Pork from Retail Markets in Canada

2017· article· en· W2574689156 sur OpenAlexafffundvenueabout
Karola R. Wendler, Francis M. Nattress, Jordan C. Roberts, I. L. Larsen, J.L. Aalhus

Notice bibliographique

RevueJournal of Food Research · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésMoistureFood scienceTendernessFood spoilageBacteriologyWater contentOrganolepticWater activityLactic acidChemistryBacteriaBiology

Résumé

récupéré en direct d'OpenAlex

Packages of moisture-enhanced and conventional pork chops were collected from six Canadian retail stores on five sampling days. The composition of injection brines differed between retailers, but all contained polyphosphates and salt as main ingredients. Meat quality characteristics and bacteriology were analyzed from collected meat samples. Moisture enhanced chops had a higher pH and a higher water holding capacity than conventional. Juiciness and overall tenderness were improved in moisture enhanced chops. The surfaces of moisture enhanced chops were discoloured; the chops were darker and displayed less colour saturation. Total numbers of aerobes, psychrotrophs and lactic acid bacteria were not affected by moisture enhancement but numbers of Enterobacteriaceae, pseudomonads and Brochothrix thermosphacta, bacteria frequently associated with microbial spoilage, were approximately 1 log CFU·g-1 higher in moisture enhanced samples. This work shows moisture enhancement with injection brines containing salt and phosphates can result in a more palatable product.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,281

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,175
Tête enseignante GPT0,359
Écart entre enseignants0,184 · 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'étudeObservationnel
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

Citations3
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetMeat and Animal Product QualityTravaux en français237 207