A review on colorimetric indicators for monitoring product freshness in intelligent food packaging: Indicator dyes, preparation methods, and applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Intelligent food packaging system exhibits enhanced communication function by providing dynamic product information to various stakeholders (e.g., consumers, retailers, distributors) in the supply chain. One example of intelligent packaging involves the use of colorimetric indicators, which when subjected to external stimuli (e.g., moisture, gas/vapor, electromagnetic radiation, temperature), display discernable color changes that can be correlated with real-time changes in product quality. This type of interactive packaging system allows continuous monitoring of product freshness during transportation, distribution, storage, and marketing phases. This review summarizes the colorimetric indicator technologies for intelligent packaging systems, emphasizing on the types of indicator dyes, preparation methods, applications in different food products, and future considerations. Both food and nonfood indicator materials integrated into various carriers (e.g., paper-based substrates, polymer films, electrospun fibers, and nanoparticles) with material properties optimized for specific applications are discussed, targeting perishable products, such as fresh meat and fishery products. Colorimetric indicators can supplement the traditional "Best Before" date label by providing real-time product quality information to the consumers and retailers, thereby not only ensuring product safety, but also promising in reducing food waste. Successful scale-up of these intelligent packaging technologies to the industrial level must consider issues related to regulatory approval, consumer acceptance, cost-effectiveness, and product compatibility.
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.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle