Chitosan‐based nanofibers as bioactive meat packaging materials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Shelf life and safety of minimally processed food are crucial for both consumers and the food industry. This study investigates the in vitro and in situ efficiency of electrospun chitosan‐based nanofibers (CNFs) as inner part of a multilayer packaging in maintaining the quality of unprocessed red meat. Activated CNF‐based packaging (CNFP) were obtained by direct electrospinning of chitosan/poly(ethylene oxide) solutions on top of a conventional multilayer food packaging. The electrospinning solutions were firstly characterized at the molecular level, mainly in terms of zeta potential and viscoelastic properties, and the evolution of the conformational structure was correlated to the nanofiber formation process. The oxygen and water vapor barrier properties of CNF‐based (CNFP) meat packaging were also investigated. The in vitro antibacterial activity of CNFs was determined against Escherichia coli , Salmonella enterica serovar Typhimurium, Staphylococcus aureus , and Listeria innocua , bacteria commonly incriminated in the alteration of food products. The efficiency of the CNFP materials against meat spoilage by E. coli was also assessed. Our results indicate that the electrospinning of CS is a multifactorial process and fiber formation requires the choice of a good solvent, high electrical conductivity, moderate surface tension, optimum viscoelastic properties, and sufficient chain flexibility and entanglement. The results also indicate that all the tested bacterial strains were significantly sensitive to the action of CNFs. The in situ bioactivity against E. coli showed the potential of CNFP as bioactive nanomaterial barriers to meat contamination by extending the shelf life of fresh meat up to 1 week.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle