MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402540988 · doi:10.1093/jas/skae234.773

PSVII-24 Effectiveness of hot water knife sanitation practices during beef dressing processes

2024· article· en· W4402540988 sur OpenAlexaff
Xianqin Yang, Frances Tran, Prakriti Chhabra, Zane Platter, Travis C Tennant, T. M. Brown, T.E. Lawrence

Notice bibliographique

RevueJournal of Animal Science · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésSanitationBusinessEnvironmental scienceAnimal scienceBiologyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Our objective was to assess whether the harvest processing equipment sanitation practices in beef processing plants are sufficient to mitigate pathogen transfer. Multiple regulatory agencies across the globe require that harvest equipment be sanitized using hot water at a minimum of 82°C, with a momentary dip when a time is specified. Consequently, hot water sanitizers have been widely implemented at meat processing facilities, in particular, for knife sanitation throughout the dressing process. However, there is no standard time requirement for hot water immersion and, as such, the effectiveness of hot water sanitization is uncertain. The practice for knife sanitation at a large beef processing facility was audited and the microbial reduction that simulated the audited practice was assessed along with a momentary dip at 82°C. A five-strain cocktail of Escherichia coli and 11 knives of differing degree of usage obtained from the beef plant were used in the study. An area of 50 cm2 of the upper surface of each knife was spread-inoculated with the five-strain E. coli cocktail and the knife was subsequently submerged in a water bath coupled to a water circulator for immersion at 82°C. Exposures times tested were those derived from the in-plant audit for each knife type. A knife that was similarly inoculated, but was not treated with hot water, served as a positive control. E. coli surviving the treatment were enumerated by plating. In addition, two knives that had most and least reduction of E. coli were artificially contaminated with meat prior to inoculation, by passing the knife through meat multiple times. For each condition, three independent trials were conducted. Least-squares means for log counts were separated by a post-hoc Tukey test. Mean immersion times for different knives audited ranged from 1 to 9.8 s. Immersing knives in water at 82°C significantly reduced the number of E. coli (P < 0.05; Table 1), ranging from 2.3 (air knife)-5.5 (skinning knife 2) log units. Variation among the same knife type was observed. Momentary dip at 82°C reduced E. coli on de-boning, hook, air knife and wizard knife by 1-1.2 log (P < 0.05) and < 1 log for the other six knives (P ≥ 0.05). Treatment at 82°C for the duration of average exposure time observed during the in-plant audit of knives that had been contaminated with meat debris showed lower reductions of E. coli, compared with clean knives. Those reductions (>1.5 log units) were significant (P < 0.05). In conclusion, the duration for hot water sanitation of knives at beef processing plants achieves significant reduction of E. coli if temperature is maintained at 82°C and a momentary dip at the same temperature would be less likely to be effective.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,059
Tête enseignante GPT0,325
Écart entre enseignants0,266 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetMeat and Animal Product Quality→Travaux en français237 207→