Ultrasound‐steam combination process for microbial decontamination and heat transfer enhancement
Notice bibliographique
Résumé
Abstract Steam is by far the most effective heating medium used in commercial thermal processing applications. However, for rapid short time direct heating of food products it poses some serious difficulties because of the presence of air along the surface and internal tissues of the food products interferes with the heat transfer mechanism and slows down the effective heating of the surface. Addition of an ultrasound environment to steam can assist in removing this surface barrier and promote better heat transfer. The objective of this research was to evaluate the suitability of ultrasound—steam combination heating for (a) microbial decontamination and (b) enhancing heat transfer. It was demonstrated that short‐time (15 s) combined ultrasound—steam heating could result in more than five logarithmic cycle destruction ofEscherichia colipopulation on carrot surfaces. Secondly, for longer time heating, the combination heat treatment was more efficient than steam alone for enhancing heat transfer rates contributing to achieve a lower heating rate index, higher temperatures and higher process lethality values. Practical Applications Surface contamination of fruits, vegetables, and meats present a serious problem with respect to public health safety and their marketability. Many techniques have been employed for microbial decontamination of food contact surfaces only with limited success. New methods are always evolving to improve the process efficiency without impairing the product quality. Physical methods are gaining more popularity than chemicals due to consumer concerns for chemical additives. While steam and sound have been independently used successfully for various food processing applications, their combination has not been widely tried either to improve the efficacy of surface decontamination or improved heat transfer. The main focus of this study is to review and demonstrate the success ultrasound‐steam combination process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».