Growth Prediction of Aeromonas hydrophila in Fresh Cheese Stored at 4°C
Notice bibliographique
Résumé
The aim of this study was to determine the behavior of Aeromonas hydrophila in “Minas Frescal” cheese during storage at 4°C, 8°C and 12°C using a regression model and to predict the development of this microorganism during 24 days of storage. Cheese was vacuum-packed and then stored at the study temperatures. A. hydrophila and aerobic heterotrophic psychrotrophic bacteria (AHPB) were quantified during storage, water activity (wa) and pH were analyzed. Then, the microbiological counts were submitted to regression analysis and the averages were analyzed using Pearson's correlation with the wa and pH parameters. Results showed that A. hydrophila developed significantly at refrigeration temperatures, with high growth rates at 4°C and 8°C, in contrast to those observed at 12°C. There was a slight variation in the wa and pH results and AHPB presented good performance at all the temperatures analyzed. The models obtained fitted better at a temperature of 4°C and were able to predict the growth of A. hydrophila with a model fit of 90% (p<0.001). In conclusion, the model obtained for predicting the growth of A. hydrophila at 4°C was accurate up to 13 days after the product was manufactured, showing that temperature control was crucial for maintaining product quality; wa and pH were not parameters for quality control.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».