Dipping fresh‐cut apples in citric acid before plasma‐integrated low‐pressure cooling improves <i>Salmonella</i> and polyphenol oxidase inactivation
Notice bibliographique
Résumé
Abstract BACKGROUND Ready‐to‐eat fruit and vegetable products have gained tremendous popularity in recent years. The main challenges associated with these minimally processed products are their short shelf life and high food safety concerns. In this study, our goal was to develop an integrated process to both reduce the Salmonella population by >5 log CFU g −1 ) and to reduce polyphenol oxidase activity, followed by quickly cooling the product. We compared the effect of a sequential treatment of dipping in citric acid (CA) followed by cold plasma (CP) treatment on the inactivation of Salmonella Typhimurium, polyphenol oxidase (PPO) activity, browning, total phenolic content and the moisture loss of cut apples during the plasma‐integrated low‐pressure cooling (PiLPC) process. RESULTS The greatest inactivation of Salmonella (5.68 log CFU g −1 ) and the highest PPO inactivation (78%) were observed after dipping cut apples in 5% CA, followed by 3 min of CP treatment. The color of cut apples remained relatively unchanged, with a fresh‐like appearance during 7 days of storage at 4 °C after this combined treatment. Although the low‐pressure cooling time was increased when samples were pre‐dipped in CA, related to those undipped, the moisture loss was reduced by more than 50% during the PiLPC process. No significant reduction in phenolic content was observed during the PiLPC when the samples were pre‐dipped in 5% CA. CONCLUSION These results indicate the potential of this integrated process for the inactivation of endogenous food enzymes and bacterial pathogens in fresh‐cut apples. © 2021 Society of Chemical Industry.
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 ».