MétaCan
Menu
Retour à la cohorte
Enregistrement W2896368563 · doi:10.1111/jam.14131

Challenges and opportunities related to the use of chitosan as a food preservative

2018· review· en· W2896368563 sur OpenAlexafffund
Ziyi Hu, Michael G. Gänzle

Notice bibliographique

RevueJournal of Applied Microbiology · 2018
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada Research Chairs
Mots-clésChitosanPreservativeAntimicrobialFood scienceFood preservationChemistryFood PreservativesBiotechnologyBiochemistryBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Chitosan has attracted a growing attention as a food preservative due to its versatility, nontoxicity, biodegradability and biocompatibility. This review aims to provide a critical appraisal of the limitations and opportunities of the use of chitosan as a food preservative. The application of chitosan as a food preservative necessitates insights into mechanisms of chitosan-mediated cell death and injury, factors affecting chitosan activity and effects of chitosan on food safety and quality. Chitosan exerts antimicrobial activity by perturbing the negatively charged cell envelope of micro-organisms with its polycationic structure. Intrinsic characteristics, including molecular weight and degree of deacetylation (DD), and other ambient conditions, including pH, temperature and neighbouring components, affect chitosan activity. Because the antimicrobial activity of chitosan is mainly based on ionic interactions with negatively charged components of the bacterial cell envelope, the food matrix can strongly interfere with the antimicrobial activity of chitosan. Despite its limited antimicrobial efficacy, chitosan demonstrates both bactericidal and bacteriostatic effects in specific food products. Moreover, chitosan can also enhance the efficacy of commercial intervention technologies, such as heat and pressure treatment, and aid the preservation of food quality, including retardation of lipid oxidation, weight loss and deterioration in sensory attributes.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,177
Tête enseignante GPT0,317
Écart entre enseignants0,140 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations116
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied MicrobiologyMême sujetNanocomposite Films for Food PackagingTravaux en français237 207