Recent developments in applications of physical fields for microbial decontamination and enhancing nutritional properties of germinated edible seeds and sprouts: a review
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.
Notice bibliographique
Résumé
Germinated edible seeds and sprouts have attracted consumers because of their nutritional values and health benefits. To ensure the microbial safety of the seed and sprout, emerging processing methods involving physical fields (PFs), having the characteristics of high efficiency and environmental safety, are increasingly proposed as effective decontamination processing technologies. This review summarizes recent progress on the application of PFs to germinating edible seeds, including their impact on microbial decontamination and nutritional quality and the associated influencing mechanisms in germination. The effectiveness, application scope, and limitation of the various physical techniques, including ultrasound, microwave, radio frequency, infrared heating, irradiation, pulsed light, plasma, and high-pressure processing, are symmetrically reviewed. Good application potential for improving seed germination and sprout growth is also described for promoting the accumulation of bioactive compounds in sprouts, and subsequently enhancing the antioxidant capacity under favorable PFs processing conditions. Moreover, the challenges and future directions of PFs in the application to germinated edible seeds are finally proposed. This review also attempts to provide an in-depth understanding of the effects of PFs on microbial safety and changes in nutritional properties of germinating edible seeds and a theoretical reference for the future development of PFs in processing safe sprouted seeds.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle