Cross Contamination during Simulated Food Pantry Handling of Apples, Oranges and Potatoes
Notice bibliographique
Résumé
Food pantries receive, store, distribute and serve food to hundreds of people throughout a community. Safe food handling during all these activities is of paramount importance or food may support growth of pathogens and result in foodborne illnesses after consumption. Year round, and more frequently during holiday seasons, food pantries are seeking food donations to support people in need. Since most food pantries products are donated, the safety of these products from a health perspective can be tricky. The quality of food donations coupled with the way food is handled in these facilities can pose major safety concerns. To determine the potential for transfer of bacteria during handling of food at food pantries, apples, potatoes and oranges were inoculated with a non-pathogenic, fluorescently-labeled strain of Escherichia coli, then handled with gloved hands after which another non-inoculated apple, potato or orange was handled. E. coli was then enumerated from each piece of food and gloves to determine the transfer rate from the inoculated piece of food to gloves and the non-inoculated food. The average transfer rate from the inoculated food to gloves was 36.4%, from glove to un-inoculated food was 42.4% and from the inoculated food to un-inoculated food was 15.2%. Whether it be from surfaces or hands, cross-contamination of food and surfaces can readily occur and can result in increased likelihood of illness unless proper hygiene is employed. Food pantries can reduce the likelihood of microbial cross-contamination using proper handwashing techniques, and sanitation of surfaces and utensils. Proper hygiene is critical for food pantries to reduce the likelihood of bacterial transfer to previously uncontaminated surfaces.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».