MétaCan
Menu
Retour à la cohorte
Enregistrement W4396646695 · doi:10.1016/j.lwt.2024.116151

Application of novel engineered water nanostructures techniques for eggshell surface decontamination

2024· article· en· W4396646695 sur OpenAlexafffund
Shiva Aminian, Mohamad Mehdi Heydari, Brooke Thompson, K. Schwean-Lardner, Shelley Kirychuk, Lifeng Zhang

Notice bibliographique

RevueLWT · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesGovernment of SaskatchewanAgricultural Development FundCanada Foundation for InnovationCanadian Institutes of Health ResearchNational Research CouncilNatural Sciences and Engineering Research Council of CanadaCanadian Poultry Research CouncilMinistry of Agriculture - SaskatchewanUniversity of Saskatchewan
Mots-clésHuman decontaminationEggshellContaminationEggshell membraneCuticle (hair)SalmonellaMaterials scienceChemistryPulp and paper industryNanotechnologyBacteriaBiologyWaste managementEcologyAnatomy

Résumé

récupéré en direct d'OpenAlex

Hen eggs play a vital role in the human diet and their safety is critical to avoid the risk of foodborne illness for consumers. Engineered Water Nanostructures (EWNS) generated via an electrospray system is a novel and nanotechnology-based technique, which can be utilized for inactivating bacteria. The primary objective of this work was to assess this technique's effectiveness as a chemical-free and non-thermal approach for decontaminating egg surfaces and investigate its potential as an alternative to the conventional method of washing eggs. The results showed that under EWNS operating conditions of 5 min of exposure time, 1 μL/min/needle of water flow rate, and 9.0 kV/cm of electric field strength, the highest inactivation efficiency of 97.6 and 80.4% were obtained for decontaminating egg surfaces contaminated by E. coli and Salmonella spp., respectively. Results also proved no significant difference in physical properties, chemical components, and eggshell cuticle coverage of EWNS-treated eggs compared to unwashed eggs.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,290

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,003
Tête enseignante GPT0,208
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLWTMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207