MétaCan
Menu
Retour à la cohorte
Enregistrement W4281632789 · doi:10.1111/1541-4337.12987

A comprehensive overview of emerging processing techniques and detection methods for seafood allergens

2022· review· en· W4281632789 sur OpenAlex
Xin Dong, Vijaya Raghavan

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueComprehensive Reviews in Food Science and Food Safety · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésFood allergensAllergenFood processingFish <Actinopterygii>ShrimpBiotechnologyFood allergyAllergyBusinessFood scienceEnvironmental healthBiologyMedicineFisheryImmunology

Résumé

récupéré en direct d'OpenAlex

Seafood is rich in nutrients and plays a significant role in human health. However, seafood allergy is a worldwide health issue by inducing adverse reactions ranging from mild to life-threatening in seafood-allergic individuals. Seafood consists of fish and shellfish, with the major allergens such as parvalbumin and tropomyosin, respectively. In the food industry, effective processing techniques are applied to seafood allergens to lower the allergenicity of seafood products. Also, sensitive and rapid allergen-detection methods are developed to identify and assess allergenic ingredients at varying times. This review paper provides an overview of recent advances in processing techniques (thermal, nonthermal, combined [hybrid] treatments) and main allergen-detection methods for seafood products. The article starts with the seafood consumption and classification, proceeding with the prevalence and symptoms of seafood allergy, followed by a description of biochemical characteristics of the major seafood allergens. As the topic is multidisciplinary in scope, it is intended to provide information for further research essential for food security and safety.

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 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)0,002
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 enseignants0,994
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,225
Tête enseignante GPT0,460
Écart entre enseignants0,234 · 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