MétaCan
Menu
Retour à la cohorte
Enregistrement W4214743206 · doi:10.1016/j.foodres.2022.111072

Recent development in low-moisture foods: Microbial safety and thermal process

2022· review· en· W4214743206 sur OpenAlexaff
Shuxiang Liu, M. S. Roopesh, Juming Tang, Qingping Wu, Wen Qin

Notice bibliographique

RevueFood Research International · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueListeria monocytogenes in Food Safety
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésIndicator organismBiotechnologyProcess validationPasteurizationEnvironmental scienceBiochemical engineeringBiologyEngineeringFood scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Foodborne outbreaks and recalls of pathogen-contaminated low-moisture foods (LMFs, foods with water activity at 25 °C < 0.85) have led to numerous scientific studies on bacterial persistence, as well as newly developed industrial interventions. Conducting microbial tests of LMFs, lab tests, or validation studies in pilot plans requires complete information on protocols and parameters that need to be aware of-in particular, understanding how factors influence the thermal resistance of bacterial pathogen in LMFs is critical in designing any thermal processes. This review provides detailed information on the general protocols of microbial studies of LMFs: from pertinent pathogen identification to microbial validation studies. In particular, it reviewed the detailed procedures (e.g., lawn-harvest method), analytical protocols (e.g., recovery and enumeration of pathogens in LMFs), and specialized tools that have been utilized (even widely accepted) in laboratory-based microbial studies of LMFs. It also summarized the factors that influence the microbial validation studies. This article could support the intervention of existing pasteurization processes in the LMF industry, promoting the microbial safety of LMFs.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,997
Score d'incertitude au seuil1,000

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 savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,193
Tête enseignante GPT0,442
Écart entre enseignants0,249 · 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.

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

Citations81
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Research InternationalMême sujetListeria monocytogenes in Food SafetyTravaux en français237 207