Microbiological Contamination of some Fresh Leafy Vegetables Sold in Cape Coast, Ghana
Notice bibliographique
Résumé
This study evaluated the microbiological contamination of cabbage, lettuce, and scallions sold in Abura and Kotokuraba markets in Cape Coast, Ghana. These vegetables were analyzed for the presence and levels of microorganisms using standard microbiological procedures. Results revealed bacterial and fungal contaminations of the vegetables from Abura and Kotokuraba markets. Mean bacterial counts recorded in Nutrient Agar, for example, from Kotokuraba market were 1.93x108, 1.23x108, and 1.17x108 cfu/ml for cabbage, lettuce and scallion, respectively, higher than mean bacterial counts recorded from Abura market at 9.9x107, 2.8x107, and 6.60x107 cfu/ml for cabbage, lettuce and scallion, respectively. Conversely, the mean fungal counts for cabbage, lettuce and scallion were higher at Abura market than Kotokuraba market. Bacteria isolated from the vegetables include Escherichia coli, Enterobacter spp., Klebsiella spp., Salmonella spp., Serratia marcescens, and Staphylococcus, whereas fungi of the genera Aspergillus, Candida, Fusarium, Penicillium, and Rhodotorula were isolated. These results indicate that the vegetables are significantly contaminated, and have poor microbiological quality that could potentially result in outbreak of foodborne illnesses. Contaminations of the vegetables were due to poor pre- and post-harvest handling practices. The implications of findings of this study on tourism and hospitality industries in Cape Coast are discussed. Keywords: cabbage, food microbiology, foodborne microorganisms, Ghana, lettuce, scallion
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».