MétaCan
Menu
Retour à la cohorte
Enregistrement W4406206849 · doi:10.1093/ijfood/vvae019

Exploring the antimicrobial potentials and thermal stability of bovine lactoferrin against foodborne pathogens

2025· article· en· W4406206849 sur OpenAlexaff
Usman Mir Khan, Manpreet Kaur

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2025
Typearticle
Langueen
DomaineNursing
ThématiqueInfant Nutrition and Health
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUniversity of Veterinary and Animal SciencesUniversity of Agriculture, Faisalabad
Mots-clésLactoferrinAntimicrobialMicrobiologyHeat stabilityFood scienceChemistryBiologyMaterials scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The study was conducted to analyze the antimicrobial activity and the sensitivity of bovine lactoferrin against foodborne pathogens and to evaluate the pH range and thermal stability of bovine lactoferrin. The agar well diffusion test was used to check the antimicrobial activity of each pathogen. Bacterial samples were purified and confirmed by biochemical tests. Three concentrations of lactoferrin 0.5, 1, and 10 mg/ml were evaluated for antibacterial activity against Escherichia coli, Salmonella enteritidis, and Staphylococcus aureus. Our results indicated that all three pathogenic bacteria were inhibited, even at 0.5 mg/ml (p < .05). E. coli was the most sensitive, and S. aureus was the least sensitive. Lactoferrin remains effective at 6, 7, 8, and 9 pH, but no inhibition showed at 3, 4, and 5 pH (p < .05). Lactoferrin showed no change at a pasteurization temperature of 60–75 °C (p < .05) but was inactivated at higher temperatures. The results showed that lactoferrin can inhibit E. coli, S. enteritidis, and S. aureus from growth and remain unchanged at pasteurization temperature and pH ranges of 6–9.

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)0,000
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,046
Tête enseignante GPT0,308
Écart entre enseignants0,262 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetInfant Nutrition and HealthTravaux en français237 207