Modelling of inactivation kinetics of Escherichia coli and Listeria monocytogenes on grass carp treated by combining ultrasound with plasma functionalized buffer
Notice bibliographique
Résumé
Linear (first-order) and non-linear (Weibull, biphasic, and log-logistic) models were evaluated for predicting the inactivation kinetics of Escherichia coli and Listeria monocytogenes on grass carp treated by a novel technique (UPFB) combining ultrasound (US) with plasma functionalized buffer (PFB). Results showed that UPFB was more effective for inactivating bacteria when compared with individual applications of US or PFB with reductions of 3.92 and 3.70 log CFU/g for Escherichia coli and Listeria monocytogenes, respectively. Compared with the linear model, the three non-linear models presented comparable performances and were more suitable for describing the inactivation kinetics with superior adj-R2 (0.962–0.999), accuracies (0.970–1.006) and bias factors (0.995–1.031), and by assessing the strengths of evidence, weights of evidence and evidence ratios for the models, the biphasic model was identified as the best fit model. The current study provided new insights into the effective evaluation of decontamination methods.
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) | 0,000 | 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 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 ».