MétaCan
Menu
Retour à la cohorte
Enregistrement W4200000433 · doi:10.3390/foods10123141

Inactivation of Foodborne Viruses by UV Light: A Review

2021· review· en· W4200000433 sur OpenAlexaff
Vicente M. Gómez‐López, Éric Jubinville, María Isabel Rodríguez‐López, Mathilde Trudel-Ferland, Simon Bouchard, Julie Jean

Notice bibliographique

RevueFoods · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCapsidFood scienceVirus inactivationFood safetyBiologyFood productsUltraviolet lightChemistryVirusVirology

Résumé

récupéré en direct d'OpenAlex

Viruses on some foods can be inactivated by exposure to ultraviolet (UV) light. This green technology has little impact on product quality and, thus, could be used to increase food safety. While its bactericidal effect has been studied extensively, little is known about the viricidal effect of UV on foods. The mechanism of viral inactivation by UV results mainly from an alteration of the genetic material (DNA or RNA) within the viral capsid and, to a lesser extent, by modifying major and minor viral proteins of the capsid. In this review, we examine the potential of UV treatment as a means of inactivating viruses on food processing surfaces and different foods. The most common foodborne viruses and their laboratory surrogates; further explanation on the inactivation mechanism and its efficacy in water, liquid foods, meat products, fruits, and vegetables; and the prospects for the commercial application of this technology are discussed. Lastly, we describe UV's limitations and legislation surrounding its use. Based on our review of the literature, viral inactivation in water seems to be particularly effective. While consistent inactivation through turbid liquid food or the entire surface of irregular food matrices is more challenging, some treatments on different food matrices seem promising.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,831

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,128
Tête enseignante GPT0,457
Écart entre enseignants0,329 · 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'étudeSans objet
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

Citations42
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207