MétaCan
Menu
Retour à la cohorte
Enregistrement W2800627481 · doi:10.6000/1927-5129.2018.14.25

The Slaughtering and Dressing Procedures of Livestock Inside the Butcher Shops Generate High Levels of Bacterial Contamination

2018· article· en· W2800627481 sur OpenAlexvenueno aff
Fawzi I. Irshaid, Jacob H. Jacob, Saifaldeen I. Alhawamdeh

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Safety and Hygiene
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésButcherFood scienceAgarNutrient agarPlate countTotal Viable CountContaminationVeterinary medicineBiologyBacteriaMedicineGeography

Résumé

récupéré en direct d'OpenAlex

Background and Objective: Raw meats from animal carcasses are most frequently contaminated with bacteria during the slaughtering and dressing process. Therefore, this study aimed to determine the bacterial quality of raw meat from lamb, goat and beef carcasses immediately after slaughtering at butcher shops in Al-Mafraq city-Jordan.Materials and Methods: A total of 243 meat samples were aseptically cut from the hand, leg and back of carcasses at three butcher locations, designated as site-C (the central part of the city), site-N (the north side of the city) and site-S (the south side of the city). Samples were processed and then cultured on nutrient agar and xylose lysine deoxycholate (XLD) agar plates aerobically at 35 °C for 48 h for enumeration of bacteria and total Enterobacteriaceae count (TEC) by aerobic plate count (APC). APC and TEC were expressed as colony forming units per gram of meat (CFU/g).Results: APC and TEC in the raw meats ranged from 11.6-28.1 X 106 CFU/g on nutrient agar and from 23-120 X 103 CFU/g on XLD agar medium. By meat type, the lamb had the highest APC and TEC, followed by beef. By location, the highest APC and TEC were shown in the C-Site, followed by the S-Site. There were significant differences between APC counts by location and meat type (P

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,033
Tête enseignante GPT0,241
Écart entre enseignants0,208 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetFood Safety and HygieneTravaux en français237 207