MétaCan
Menu
Retour à la cohorte
Enregistrement W4405781003 · doi:10.1016/j.afres.2024.100676

Unleashing the antimicrobial potential of high-pressure processing on beverages, sauces, purées, and milk: A predictive modelling approach

2024· article· en· W4405781003 sur OpenAlexaff
Tareq M. Osaili, Zoha Waseem, Fayeza Hasan, Anas A. Al‐Nabulsi, Amin N. Olaimat, Marwan Al‐Momani, Terezia Hornikova, Mutamed Ayyash, Reyad S. Obaid, Richard A. Holley

Notice bibliographique

RevueApplied Food Research · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Inactivation Methods
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUnited Arab Emirates UniversityUniversity of Sharjah
Mots-clésAntimicrobialFood sciencePascalizationHigh pressureChemistryEngineeringEngineering physicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

High-pressure processing (HPP) is of great interest due to the nutritive and environmental concerns arising from thermal treatments. The aims of this review were to i) evaluate the efficiency of HPP on the viability of pathogenic and spoilage-causing microorganisms ii) assess the improvement in shelf life that could occur because of HPP and iii) create a model for predicting microbial reduction in milk/juices/other beverages. A literature search was performed on articles appearing prior to March 12, 2023, using Scopus and PubMed. A regression model using a forward selection technique was applied to predict the microbial reductions. Under optimal processing conditions of pressure, temperature and time, with ideal food characteristics, including good chemical stability, no entrapped air, low pH, and high-water activity (a w ), when packed in low gas permeable flexible film under refrigeration, liquid product shelf lives of ≤ 120 d can be anticipated. Gram-negative bacteria and viruses were less resistant towards HPP than Gram-positive bacteria by about 1 log. Microbial reduction in orange juice was greater than in apple juice or milk. HPP followed by refrigeration or freezing or HPP combined with gallic acid/essential oils/aged green tea extract/dimethyl dicarbonate had a greater lethal effect on microorganisms than when HPP was used alone. Inadequate pressure/time parameters may result in sub-lethally injured microorganisms capable of survival. HPP did not kill bacterial spores. Therefore, HPP-treated low-acid foods must be stored and distributed refrigerated to prevent germination and outgrowth by bacterial spores/ sub lethally injured cells. The combination of other additives along with HPP may result in greater microbial reductions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,041
Tête enseignante GPT0,316
Écart entre enseignants0,275 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Food ResearchMême sujetMicrobial Inactivation MethodsTravaux en français237 207