MétaCan
Menu
Retour à la cohorte
Enregistrement W2898191699 · doi:10.1002/9781119289470.ch19

Applications of Nanostructured and Microstructured Materials in Postharvest Packaging of Fresh Fruits and Vegetables

2018· other· en· W2898191699 sur OpenAlexafffund
Loong‐Tak Lim

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensUniversity of Guelph
Organismes subventionnairesGlobal Affairs CanadaNatural Sciences and Engineering Research Council of CanadaInternational Development Research Centre
Mots-clésModified atmosphereNanotechnologyMaterials scienceNanomaterialsElectrospinningPostharvestActive packagingFood packagingRipeningEthyleneShelf lifeChemistryPolymerFood scienceComposite materialOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

This chapter provides an overview of the recent developments in technologies related to active and intelligent packaging, focusing on those related to the exploitation of microstructured and nanostructured materials. In modified atmosphere packaging (MAP), a mixture of gases, instead of air, is sealed within a package to extend the shelf-life of the product. Fibrous non-wovens made from submicron fibers are ideal carriers for preservative agents. Such non-wovens can be produced easily using electrospinning, also known as electrostatic spinning. Ethylene promotes ripening and senescence in fruits. Therefore, during the storage of climacterics, it is desirable to remove the ethylene accumulated within the package headspace to delay product deterioration. The chapter reviews nanomaterial-based indicator systems that are potentially useful for MAP applications. Although nanotechnology holds many promises for the development of innovative packaging for fruits and vegetables, there are some concerns about their potential toxicity due to lack of toxicological data of nanomaterials.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,004
Tête enseignante GPT0,222
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetNanocomposite Films for Food PackagingTravaux en français237 207