MétaCan
Menu
Retour à la cohorte
Enregistrement W4393161012 · doi:10.3390/applmicrobiol4020041

The Influence of Technological Shifts in the Food Chain on the Emergence of Foodborne Pathogens: An Overview

2024· article· en· W4393161012 sur OpenAlexaff
Saja Hamaideh, Amin N. Olaimat, Murad Al‐Holy, Ahmad Ababneh, Hafiz Muhammad Shahbaz, Mahmoud Abughoush, Anas A. Al‐Nabulsi, Tareq M. Osaili, Mutamed Ayyash, Richard A. Holley

Notice bibliographique

RevueApplied Microbiology · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Safety and Hygiene
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésFood chainFoodborne pathogenFood scienceBiotechnologyBiologyListeria monocytogenesEcologyBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

The transformation of the food chain due to technological advances has had significant implications in regard to food safety. A noteworthy trend in this evolution relates to the emergence of new or previously unseen pathogens within products, thereby altering the landscape of foodborne illness epidemiology. The escalating frequency of these events underscores the need for a comprehensive re-evaluation of preventive strategies. The occurrence of novel species of bacteria, viruses, parasites, and unusual biotoxins from unexpected sources has challenged the previous limits that had been set to prevent foodborne illness outbreaks. The repercussions, ranging from detrimental effects on public health to economic burden, are influenced by a myriad of factors affecting the evolution of foodborne pathogens and emerging ailments. Among these factors are shifts in population demographics and behaviors, especially dietary patterns, as well as climate extremes, advances in more precise pathogen detection, microbial adaptation, evolving agricultural practices, and transformative changes within the food industry. This review critically examines the impact of technological metamorphosis along the food chain, encompassing production, processing, handling, packaging, storage, transportation, and industry demographics on the dynamics influencing the emergence of foodborne pathogens. Additionally, potential solutions to mitigate and manage this escalating issue are proposed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

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

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 Opus0,034
Tête enseignante GPT0,238
Écart entre enseignants0,204 · 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.

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

Citations20
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied MicrobiologyMême sujetFood Safety and HygieneTravaux en français237 207