Review of proposed different irradiation methods to inactivate food‐processing viruses and microorganisms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Coronaviruses, which have been enveloped nonsegmented positive-sense RNA viruses, were first mentioned in the mid-1960s and can attack people as well as a wide range of animals (including mammals and birds). Three zoonotic coronaviruses have been identified as the cause of large-scale epidemics over the last two decades: Middle East respiratory syndrome (MERS), severe acute respiratory syndrome (SARS), and swine acute diarrhea syndrome (SADS). Epithelial cells in the respiratory and gastrointestinal tract are the principal targeted cells, and viral shedding occurs via these systems in diverse ways such as through fomites, air, or feces. Patients infected with the novel coronavirus (2019-nCoV) reported having visited the Wuhan seafood wholesale market shortly before disease onset. The clinical data on established 2019-nCoV cases reported so far indicate a milder disease course than that described for patients with SARS-CoV or MERS-CoV. This study aimed to review radiation inactivation of these viruses in the food industry in three sections: visible light, ionizing radiation (alpha ray, beta ray, X-ray, gamma ray, neutron, plasma, and ozone), and nonionizing radiation (microwave, ultraviolet, infrared, laser light, and radiofrequency). Due to the obvious possibility of human-to-human and animal-to-human transmission, using at least one of these three methods in food processing and packaging during coronavirus outbreaks will be critical for preventing further outbreaks at the community level.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,000 | 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 découle