Honey microbiota, methods for determining the microbiological composition and the antimicrobial effect of honey – 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
Honey is a natural product used since ancient times due to its taste, aroma, and therapeutic properties (antibacterial, antiviral, anti-inflammatory, and antioxidant activity). The purpose of this review is to present the species of microorganisms that can survive in honey and the effect they can have on bees and consumers. The techniques for identifying the microorganisms present in honey are also described in this study. Honey contains bacteria, yeasts, molds, and viruses, and some of them may present beneficial properties for humans. The antimicrobial effect of honey is due to its acidity and high viscosity, high sugar concentration, low water content, the presence of hydrogen peroxide and non-peroxidase components, particularly methylglyoxal (MGO), phenolic acids, flavonoids, proteins, peptides, and non-peroxidase glycopeptides. Honey has antibacterial action (it has effectiveness against bacteria, e.g. Escherichia coli, Pseudomonas aeruginosa, Staphylococcus aureus, and Acinetobacter, etc.), antifungal (effectiveness against Candida spp., Aspergillus spp., Fusarium spp., Rhizopus spp., and Penicillium spp.), antiviral (effectiveness against SARS-CoV-2, Herpes simplex virus type 1, Influenza virus A and B, Varicella zoster virus), and antiparasitic action (effectiveness against Plasmodium berghei, Giardia and Trichomonas, Toxoplasma gondii) demonstrated by numerous studies that are comprised and discussed in this review.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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