Enhancing seafood freshness monitoring: Integrating color change of a food-safe on-package colorimetric sensor with mathematical models, microbiological, and chemical analyses
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
The study assessed a developed food-safe on-package label as a real-time spoilage indicator for fish fillets. This colorimetric sensor is sensitive to Total Volatile Base Nitrogen (TVB-N) levels, providing a correct indication of fish freshness and spoilage. This study evaluates and predicts the shelf-life and effectiveness of an on-package colorimetric indicator. The sensor, using black rice (BC) dye with polyvinyl alcohol (PVOH), polyethylene glycol (PEG), and citric acid (CA) as binders and crosslinking agents, is applied to PET films. The food-safe pH indicator, prepared via lab-scale flexography printing, is durable in humid environments, making it suitable for practical packaging scenarios. The sensor visibly monitored fish spoilage at 4 °C for 9 days. Quality assessment included tracking ΔRGB (total color difference), chemical (TVB-N, pH), and microbiological analyses. Results indicate that the fish samples are fresh up to 4 days of storage at 4 °C; the total viable count (TVC), Pseudomonas growth, TVB-N contents and pH reached: 5.2 (log CFU/ml), 4.31(log CFU/ml), 26.22 (mg N/100 gr sample) and 7.48, respectively. Integrating colorimetric sensor data with mathematical modeling can predict spoilage trends over time. Integrated system offers a smart approach to accurately predicting shelf-life, aiding in optimizing storage conditions, minimizing food waste, and delivering fresh, high-quality fish products to consumers.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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