MétaCan
Menu
Retour à la cohorte
Enregistrement W4363647774 · doi:10.3390/foods12081580

Physical Treatments to Control Clostridium botulinum Hazards in Food

2023· review· en· W4363647774 sur OpenAlexaff
Muhammad Tanveer Munir, Narjes Mtimet, Laurent Guillier, François Meurens, Phillipe Fravalo, Michel Fédérighi, Pauline Kooh

Notice bibliographique

RevueFoods · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueBotulinum Toxin and Related Neurological Disorders
Établissements canadiensUniversité de Montréal
Organismes subventionnairesAgence Nationale de Sécurité Sanitaire de l’Alimentation, de l’Environnement et du Travail
Mots-clésClostridium botulinumSterilization (economics)SporeFood scienceBotulismEndosporeBacteriaFood poisoningFood productsMicrobiologyBiologyChemistryToxin

Résumé

récupéré en direct d'OpenAlex

Clostridium botulinum produces Botulinum neurotoxins (BoNTs), causing a rare but potentially deadly type of food poisoning called foodborne botulism. This review aims to provide information on the bacterium, spores, toxins, and botulisms, and describe the use of physical treatments (e.g., heating, pressure, irradiation, and other emerging technologies) to control this biological hazard in food. As the spores of this bacterium can resist various harsh environmental conditions, such as high temperatures, the thermal inactivation of 12-log of C. botulinum type A spores remains the standard for the commercial sterilization of food products. However, recent advancements in non-thermal physical treatments present an alternative to thermal sterilization with some limitations. Low- (<2 kGy) and medium (3–5 kGy)-dose ionizing irradiations are effective for a log reduction of vegetative cells and spores, respectively; however, very high doses (>10 kGy) are required to inactivate BoNTs. High-pressure processing (HPP), even at 1.5 GPa, does not inactivate the spores and requires heat combination to achieve its goal. Other emerging technologies have also shown some promise against vegetative cells and spores; however, their application to C. botulinum is very limited. Various factors related to bacteria (e.g., vegetative stage, growth conditions, injury status, type of bacteria, etc.) food matrix (e.g., compositions, state, pH, temperature, aw, etc.), and the method (e.g., power, energy, frequency, distance from the source to target, etc.) influence the efficacy of these treatments against C. botulinum. Moreover, the mode of action of different physical technologies is different, which provides an opportunity to combine different physical treatment methods in order to achieve additive and/or synergistic effects. This review is intended to guide the decision-makers, researchers, and educators in using physical treatments to control C. botulinum hazards.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,984
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,077
Tête enseignante GPT0,385
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

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

Citations41
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetBotulinum Toxin and Related Neurological DisordersTravaux en français237 207