MétaCan
Menu
Retour à la cohorte
Enregistrement W3037319147 · doi:10.1111/jfs.12831

Survival of toxigenic <scp><i>Escherichia coli</i></scp> on chamomile, peppermint, green, black, ginger, and cinnamon teas during storage and brewing

2020· article· en· W3037319147 sur OpenAlexaff
Yanan Liu, Fan Wu, Yan Zhu, Yirui Chen, Kayla Murray, Zhaoxin Lu, Keith Warriner

Notice bibliographique

RevueJournal of Food Safety · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTea Polyphenols and Effects
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBrewingEscherichia coliFood sciencePopulationBlack teaBiologyChemistryFermentationMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, the persistence of toxigenic Escherichia coli (E. coli) on dried chamomile, peppermint, ginger, cinnamon, black and green teas stored under 4, 10, and 25°C was determined. The E. coli survival rate in ginger and cinnamon teas decreased below 0 on Day 5. In the other tested teas, E. coli survivability showed a downward trend over time, but never dropped to 0. Chamomile tea retained the greatest population of viable E. coli. Meanwhile, die‐off of E. coli was higher at 25°C compared to lower temperatures. Additionally, fate of E. coli during brewing at 60, 70 and 80°C was evaluated. The E. coli population was reduced to below 2 Log colony forming units (CFU)/g after 1 min at 80°C, At the same time, the E. coli survival at 60°C was higher than that at 70°C in all tested teas. The data indicated that if E. coli survives after storage of prepared teas, it may also survive and grow after the brewing process, especially if performed using temperatures <80°C. Finally, we analyzed the correlations between temperature, time, tea varieties and E. coli survival, and successfully constructed a random forest regression model. The results of this study can be used to predict changes in E. coli during storage and fate during the brewing process. Results will form the basis of undertaking a risk assessment.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,236
Écart entre enseignants0,216 · 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'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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food SafetyMême sujetTea Polyphenols and EffectsTravaux en français237 207