Advances in bio-based smart food packaging for enhanced food safety
Notice bibliographique
Résumé
The increasing environmental concerns surrounding conventional plastic packaging and the demand for higher food safety and quality have led to a surge in the development of bio-based smart food packaging. These novel packaging materials are featured with renewability and biodegradability, and at the same time, possess active and intelligent functionalities to enable extended food shelf life. Despite numerous advances, challenges remain in the feasibility of industrial production. This review examines the current state of bio-based smart food packaging, focusing on the most used raw materials and fabrication methods and their unique functionalities. Special attention is given to innovative production techniques like 3D printing and electrospinning, exploring their potential scalability and enhanced properties. This review also delves into the key applications of bio-based smart packaging materials in pH/gas, temperature, humidity, enzyme-responsive systems, and their multi-responsive capabilities. Significant progress has been made in developing bio-based smart packaging materials that can respond to environmental stimuli. Particularly, pH- and gas-responsive packaging offers promising solutions for food spoilage detection. However, the commercial applications of novel packaging materials and production techniques need to be promoted by considering the cost, the scalability, the potential benefits, and the regulations. • Advances in bio-based smart packaging address sustainability and food safety. • Stimuli-responsive systems react to pH, gas, temperature, and humidity changes. • 3D printing and electrospinning enable advanced fabrication. • Biopolymers such as PLA, PHB, cellulose, and starch are highlighted. • Multi-responsive systems and cost-effective innovations are key future directions.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».