Development of a Sensitive Colorimetric Indicator for Detecting Beef Spoilage in Smart Packaging
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
This study aimed to fabricate and characterize a novel colorimetric indicator designed to detect ammonia (NH3) and monitor meat freshness. The sensing platform was constructed using electrospun nanofibers made from polylactic acid (PLA), which were then impregnated with anthocyanins as a natural pH-sensitive dye, extracted from red cabbage. This research involved investigating the relationship between the various concentrations of anthocyanins and the colorimetric platform’s efficiency when exposed to ammonia vapor. Scanning electron microscope (SEM) results were used to examine the morphology and structure of the nanofiber mats before and after the dip-coating process. The study also delved into the selectivity of the indicator when exposed to various volatile organic compounds (VOCs) and their stability under extreme humidity levels. Furthermore, the platform’s sensitivity was evaluated as it encountered ammonia (NH3) in concentrations ranging from 1 to 100 ppm, with varying dye concentrations. The developed indicator demonstrated an exceptional detection limit of 1 ppm of MH3 within just 30 min, making it highly sensitive to subtle changes in gas concentration. The indicator proved effective in assessing meat freshness by detecting spoilage levels in beef over time. It reliably identified spoilage after 10 h and 7 days, corresponding to bacterial growth thresholds (107 CFU/mL), both at room temperature and in refrigerated environments, respectively. With its simple visual detection mechanism, the platform offered a straightforward and user-friendly solution for consumers and industry professionals alike to monitor packaged beef freshness, enhancing food safety and quality assurance.
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 | 0,000 | 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 découle