Analysis of Food Safety Management Systems in the Beef Meat Processing and Distribution Chain in Uganda
Notice bibliographique
Résumé
Meat production is an essential component in food security and the economy in Uganda. However, food safety concerns pose a challenge to public health in Uganda and impede access to regional and global markets. Here, food safety management (FSM) practices in the Ugandan beef supply chain were evaluated. A cross-sectional survey was conducted in major slaughterhouses (n = 3), butcher shops (n = 184), and supermarkets (n = 25) in Uganda’s capital, Kampala. The three slaughterhouses had low scores in core control and assurance activities of FSM. Packaging interventions were weak in all the slaughterhouses, while only one slaughterhouse had a functional cooling facility. Supermarkets implemented better hygienic and preventative practices in comparison to butcher shops. However, both sourced from slaughterhouses that had low-to-poor hygiene practices, which weakened the efforts implemented in the supermarkets. Furthermore, most butcher shops did not offer training to meat handlers on HACCP (Hazard Analysis and Critical Control Point)-based practices. The low food safety performance in the supply chain was primarily attributed to poor sanitation, hygiene, and handling practices. Therefore, HACCP-based training and robust preventive, intervention, and monitoring systems are needed in the Ugandan beef supply chain to benefit public health and increase competitiveness.
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 | 0,000 | 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 | 0,000 |
| 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 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 ».