MétaCan
Menu
Retour à la cohorte
Enregistrement W3195889342 · doi:10.1111/ijfs.15307

Application of biopreservatives in meat preservation: a review

2021· review· en· W3195889342 sur OpenAlexaff
Baojing Ren, Wei Wu, Olugbenga P. Soladoye, Kathrine H. Bak, Yu Fu, Yuhao Zhang

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2021
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensAlberta Crop Industry Development FundGovernment of CanadaAgriculture and Agri-Food Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésFood spoilageRaw materialFood scienceMeat spoilageRaw meatPreservativeBiotechnologyBiologyBacteriaEcology

Résumé

récupéré en direct d'OpenAlex

Summary As a highly perishable food, raw meat, if not preserved, will spoil due to the altered metabolism, microbial activity and external factors during storage. Biopreservatives, as a new type of preservatives, are characterised by nontoxicity, extensive source and good application prospects in the raw meat. This review discusses the factors responsible for the spoilage of raw meat, recaps the spoilage bacteria in the raw meat and summarises the major antibacterial mechanism of various biopreservatives. Moreover, application of various biopreservatives in the preservation of raw meat is emphatically reviewed. In addition, some existing challenges for application of biopreservatives and their prospective development are also discussed. The present work provides a theoretical reference for application of various biopreservatives in different types of raw meat for shelf life extension.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,108
Tête enseignante GPT0,377
Écart entre enseignants0,269 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetMeat and Animal Product QualityTravaux en français237 207