MétaCan
Menu
Retour à la cohorte
Enregistrement W4200097748 · doi:10.1111/1750-3841.15988

Mixture design methodology and predictive modeling for developing active formulations using essential oils and citrus extract against foodborne pathogens and spoilage microorganisms in rice

2021· article· en· W4200097748 sur OpenAlexaff
Tofa Begum, Peter A. Follett, Shiv Shankar, Jumana Mahmud, Stéphane Salmieri, Monique Lacroix

Notice bibliographique

RevueJournal of Food Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEssential Oils and Antimicrobial Activity
Établissements canadiensMinistère de l'Agriculture, des Pêcheries et de l'AlimentationInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésFood scienceFood spoilageEssential oilAntimicrobialAspergillus nigerPenicillium chrysogenumPenicillium digitatumDried fruitBroth microdilutionPenicilliumCitrus × sinensisChemistryBiologyMinimum inhibitory concentrationMicrobiologyBacteriaOrange (colour)Antifungal

Résumé

récupéré en direct d'OpenAlex

The antibacterial and antifungal effects of six plant-derived essential oils (EOs) and two types of citrus extracts (CEs) were studied against two pathogenic bacteria (Salmonella Typhimurium and Escherichia coli O157:H7) and three fungi (Aspergillus niger, Penicillium chrysogenum, and Mucor circinelloides). A broth microdilution assay and checkerboard method were used to measure the minimal inhibitory concentration (MIC) of each extract and the possible interactions between them. The MIC assay showed that cinnamon EO, Mediterranean EO, Southern formulation, citrus EO, organic citrus extract (OCE), and natural citrus extract (NCE) had the highest antimicrobial and antifungal activity. The checkerboard method showed that the Mediterranean EO+OCE combination acted in synergy against all tested pathogens. A centroid mixture design was used to develop active formulations by predicting optimal concentrations of EO/CEs for increased antibacterial/antifungal activity. A mixture of four formulations (625 ppm OCE, 313 ppm Mediterranean EO, 625 ppm citrus EO, and 313 ppm cinnamon EO) named as active formulation 1, and the mixture from five formulations (625 ppm NCE, 625 ppm Asian formulation, 313 ppm Southern formulation, 625 ppm cinnamon EO, and 313 ppm savory thyme EO) named as active formulation 2, were formulated and tested because of their high microbicidal effectiveness. In situ tests with rice showed a significant reduction (P ≤ 0.05) of all tested pathogenic bacteria and fungi from the vapor of active formulations 1 and 2 after 28 days of storage. PRACTICAL APPLICATION: Active formulations (essential oils and citrus extracts) developed in the study are highly effective against foodborne pathogens. Active formulations in this study could be used as natural preservatives in the food industry for controlling foodborne diseases and spoilage organisms in stored foods.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,310

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,089
Tête enseignante GPT0,295
Écart entre enseignants0,206 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ScienceMême sujetEssential Oils and Antimicrobial ActivityTravaux en français237 207