Decontamination of fresh‐cut Chinese yams with ethanol, ascorbic acid and combinations following produce inoculations with <i>Escherichia coli</i> and <i>Salmonella</i> pathogens
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
Abstract Determining the most effective method for preventing pathogen survival during washing operations is important for the safety of fresh‐cut produce. This study evaluated the efficacy of lower concentrations (15–35%, v/v) of ethanol, alone or in combination with ascorbic acid (AA) (1%, m/v), as well as different washing methods (wash time and number of washes), for inactivating the human pathogens Escherichia coli and Salmonella on inoculated fresh‐cut Chinese yam ( Rhizoma dioscoreae , Dioscorea opposita ) slices. The results showed that a wash solution consisting of 25% ethanol and 1% AA significantly reduced the populations of E. coli and Salmonella pathogens more than 1 log cfu/g, which is better than ethanol alone ( p < .05). There was no significant difference found between ethanol concentrations of 20 and 35% ( p > .05). Wash time and number of washes also influenced the effectiveness of pathogen inactivation. However, increasing wash time above 5 min or increasing the number of washes above two had little effect on the reduction of pathogen populations. Practical applications The purpose of this study is to investigate the ability of a novel wash method for inactivating the pathogens on inoculated fresh‐cut Chinese yams. The results from this study may be beneficial for the fresh‐cut food industry as pathogen contamination are major concerns and currently there are no satisfactory solutions that can eliminated pathogens while maintaining quality.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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