MétaCan
Menu
Retour à la cohorte
Enregistrement W4200396600 · doi:10.1111/1541-4337.12874

Triggered and controlled release of active gaseous/volatile compounds for active packaging applications of agri‐food products: A review

2021· review· en· W4200396600 sur OpenAlexafffund
Amr Zaitoon, Xiaoyu Luo, Loong‐Tak Lim

Notice bibliographique

RevueComprehensive Reviews in Food Science and Food Safety · 2021
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Agri-Food Innovation Alliance
Mots-clésActive packagingFood scienceChemistryFood packagingBusinessBiochemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Gaseous and volatile active compounds are versatile to enhance safety and preserve quality of agri‐food products during storage and distribution. However, the use of these compounds is limited by their high vapor pressure and/or chemical instability, especially in active packaging (AP) applications. Various approaches for stabilizing and controlling the release of active gaseous/volatile compounds have been developed, including encapsulation (e.g., into supramolecular matrices, polymer‐based films, electrospun nonwovens) and triggered release systems involving precursor technology, thereby allowing their safe and effective use in AP applications. In this review, encapsulation technologies of gases (e.g., CO 2 , ClO 2 , SO 2 , ethylene, 1‐methylcyclopropene) and volatiles (e.g., ethanol, ethyl formate, essential oils and their constituents) into different solid matrices, polymeric films, and electrospun nonwovens are reviewed, especially with regard to encapsulation mechanisms and controlled release properties. Recent developments on utilizing precursor compounds of bioactive gases/volatiles to enhance their storage stability and better control their release profiles are discussed. The potential applications of these controlled release systems in AP of agri‐food products are presented as well.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,060
Tête enseignante GPT0,340
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), 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

Citations68
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComprehensive Reviews in Food Science and Food SafetyMême sujetNanocomposite Films for Food PackagingTravaux en français237 207