MétaCan
Menu
Retour à la cohorte
Enregistrement W4399779618 · doi:10.3390/s24123939

Development of a Sensitive Colorimetric Indicator for Detecting Beef Spoilage in Smart Packaging

2024· article· en· W4399779618 sur OpenAlexafffund
Dariush Karimi Alavijeh, Bentolhoda Heli, Abdellah Ajji

Notice bibliographique

RevueSensors · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFood spoilageFood packagingChemistryAmmoniapH indicatorAmmonia gasDetection limitActive packagingBacterial growthFood scienceChromatographyBacteriaBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · 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

Citations17
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207