MétaCan
Menu
Retour à la cohorte
Enregistrement W4313415136 · doi:10.3390/ma16010279

Active Food Packaging Made of Biopolymer-Based Composites

2022· review· en· W4313415136 sur OpenAlexafffund
Xuanjun Hu, Chao Lu, Howyn Tang, Hossein Pouri, Etienne Joulin, Jin Zhang

Notice bibliographique

RevueMaterials · 2022
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiopolymerFood packagingMaterials scienceActive packagingBiodegradationAntimicrobialFood industryComposite materialFood scienceChemistryOrganic chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

Food packaging plays a vital role in protecting food products from environmental damage and preventing contamination from microorganisms. Conventional food packaging made of plastics produced from unrenewable fossil resources is hard to degrade and poses a negative impact on environmental sustainability. Natural biopolymers are attracting interest for reducing environmental problems to achieve a sustainable society, because of their abundance, biocompatibility, biodegradability, chemical stability, and non-toxicity. Active packaging systems composed of these biopolymers and biopolymer-based composites go beyond simply acting as a barrier to maintain food quality. This review provides a comprehensive overview of natural biopolymer materials used as matrices for food packaging. The antioxidant, water barrier, and oxygen barrier properties of these composites are compared and discussed. Furthermore, biopolymer-based composites integrated with antimicrobial agents-such as inorganic nanostructures and natural products-are reviewed, and the related mechanisms are discussed in terms of antimicrobial function. In summary, composites used for active food packaging systems can inhibit microbial growth and maintain food quality.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,054
Tête enseignante GPT0,306
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations39
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetNanocomposite Films for Food PackagingTravaux en français237 207