Delivering disease
Notice bibliographique
Résumé
Background and Purpose: Online food delivery services are third party entities that deliver foods from restaurants to consumers. These services are exploding in popularity around the world. The lack of regulation in this industry creates a scenario for time temperature abuse to occur. This study specifically investigates the efficacy of thermally insulated delivery bags used ubiquitously by these online food services. Methods: 30 samples of Janes Pub-Style Chicken Nuggets were cooked for 30 minutes to an internal temperature of 74°C. The nuggets were then inserted with a SmartButton temperature data logger. The nuggets were then placed into a High-Density Polyethylene take-out container. The whole set-up was then placed into a Winco Thermally Insulated Delivery Bag for a one hour period. Time and temperature of the chicken nuggets was recorded over a one hour period to reflect realistic delivery times. Results: A correlation/regression analysis was performed which showed that as the time increased so too did the temperature. Correlational coefficient, r = -0.9363, coefficient of determination, r2 = 0.8766, (p = 0.000). The equation of the line was Temperature = (67.9996) + [(-0.6828) × Time]. Temperature of the chicken nuggets fell below 60°C after 12 minutes in the delivery bag. The median temperature of chicken nuggets after a one hour period was 44.5°C. This was found to be statistically different from the standard of 60°C with a p-value of 0.0000 Conclusion: The median temperature of chicken nuggets after the one hour sampling period did not reach the food safety standard of 60°C. Foods kept at a temperature below 60°C and above 4°C are considered in the temperature danger zone. In this range, pathogenic bacteria grow at their optimal rate. Therefore, it was determined that thermally insulated bags were unable to maintain foods at temperatures hot enough to be considered safe.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».