MétaCan
Menu
Retour à la cohorte
Enregistrement W4389688962 · doi:10.11648/j.ijnfs.20231205.16

Effect of Temperature and Time on the Bacterial Community Changes and <i>Enterobacteriaceae</i> Counts Analysis for Shelf Life Estimation of Hainan Tropical Fresh-Cut Fruit Trays

2023· article· en· W4389688962 sur OpenAlexfundno aff
Meng Zhu, Suishan Yang, Lidan Kou, Xiuting Chang, Zuorong Xie

Notice bibliographique

RevueInternational Journal of Nutrition and Food Sciences · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Safety and Hygiene
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsChinese Academy of Sciences
Mots-clésEnterobacteriaceaeShelf lifeBiologyAnimal scienceFood scienceEscherichia coliBiochemistry

Résumé

récupéré en direct d'OpenAlex

Storage time and temperature are key factors in the growth of disease-causing and spoilage-causing microorganisms in tropical fresh-cut fruit trays, which affect the shelf life and food safety of fruit trays. The aim of this study was to characterize the bacterial community in tropical fresh-cut fruit trays and to establish a growth model and predict the shelf life of the fruit trays by the change in the number of Enterobacteriaceae bacteria to facilitate the control of storage temperature and time during the trading process. The results showed that Proteobacteria demonstrated significant changes at different storage temperatures conditions (6, 10 and 15°C). Sensory analysis showed a loss in freshness and texture and an increase in ripeness at the three storage temperatures, with shelf life of tropical fresh-cut fruit trays being within 24 hours at 6°C and sold within 10 hours if possible at 10°C. The growth model and shelf-life prediction model with Enterobacteriaceae bacterial population finally yielded a theoretical shelf-life of 7.8 h at 15°C. Based on the results of the above study, fruit retailers can adjust the storage conditions and time of tropical fresh-cut fruit trays to effectively reduce the spoilage rate of fruit trays and contribute to food loss and waste at the consumer and retail levels. Meanwhile, food safety risks can be effectively reduced.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,285
Écart entre enseignants0,240 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Nutrition and Food SciencesMême sujetFood Safety and HygieneTravaux en français237 207