MétaCan
Menu
Retour à la cohorte
Enregistrement W4410200663 · doi:10.1016/j.jfp.2025.100529

Comparison of Methods for Extraction of Infectious Influenza Virus from Raw Milk Cheeses

2025· article· en· W4410200663 sur OpenAlexaffabout
Madeleine Blondin-Brosseau, Wanyue Zhang, Caroline Gravel, Jennifer Harlow, Xuguang Li, Neda Nasheri

Notice bibliographique

RevueJournal of Food Protection · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensUniversity of OttawaHealth Canada
Organismes subventionnairesnon disponible
Mots-clésRaw milkVirusVirologyExtraction (chemistry)Food scienceBiologyMicrobiologyChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

In recent years, the highly pathogenic avian influenza (HPAI) H5N1 viruses have spread widely among birds and multiple mammal species. The HPAI spillover to dairy cattle, and its excretion in milk in high-titers has created a new interface for human exposure and has raised food safety concerns. Multiple lines of evidence show that pasteurization is effective in inactivation of influenza viruses. In Canada, dairy products must be pasteurized with the exception of cheese. Since influenza viruses were not considered as foodborne, there is no data available regarding their survival in cheeses and no standard method exists for their extraction from food commodities, including dairy products. Herein, we examined the efficacy of multiple methods for the extraction of infectious H1N1 virus (as a representative for type A influenza viruses) from cream cheese made from unpasteurized milk. We used murine norovirus (MNV) as a surrogate for human norovirus and also as a process control virus and examined the efficacy of the employed methods by plaque assay. The limit of detection for the two best-performing methods was determined using a variety of soft and firm raw-milk cheeses. The described methods assist health authorities for the surveillance of foodborne viruses in dairy products.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,177
Score d'incertitude au seuil0,141

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,084
Tête enseignante GPT0,399
Écart entre enseignants0,315 · 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 tête enseignante, 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food ProtectionMême sujetProbiotics and Fermented FoodsTravaux en français237 207