MétaCan
Menu
Retour à la cohorte
Enregistrement W4411466239 · doi:10.1016/j.idairyj.2025.106332

Characterization of microorganisms following dairy keeping quality tests in Québec

2025· article· en· W4411466239 sur OpenAlexafffundabout
Laurie Sanschagrin, Antoine Labrie, Anhely Carolina Sanchez Martinez, Éric Jubinville, Valérie Goulet-Beaulieu, Simon Dufour, Steve Labrie, Julie Jean

Notice bibliographique

RevueInternational Dairy Journal · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Safety and Hygiene
Établissements canadiensUniversité de MontréalUniversité LavalMinistère de l'Agriculture, des Pêcheries et de l'AlimentationFonds de Recherche du Québec – Nature et Technologies
Organismes subventionnairesMitacsMinistère de l'Agriculture, des Pêcheries et de l'Alimentation
Mots-clésMicroorganismQuality (philosophy)Dairy industryCharacterization (materials science)Environmental scienceBusinessBiotechnologyBiologyFood scienceBacteriaNanotechnologyMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

: Despite best efforts of the dairy industry, premature spoiling and non-compliance of products remain problematic and cause economic loss. In this study, 190 dairy products/samples of the Québec province were analyzed using governmental quality tests and keeping quality tests, such as the Virginia Tech. procedure, the Moseley test and a Paenibacillus test, to allow identification, by 16S sequencing, and characterization of the microorganisms causing non-compliance. We found that the Paenibacillus test isolated mostly Bacillus and Paenibacillus whereas the other tests isolated primarily Pseudomonas . Tests in 96-well assay plates showed that Pseudomonas had the most moderate to strong biofilm forming ability producers. Except for four isolates of Pseudomonas and one isolate of Stenotrophomonas chelatiphaga , biofilm producers were sensitive to both sodium hypochlorite and peracetic acid at concentrations typically used to disinfect dairy equipment. This study will help in the development of control strategies targeting problematic bacterial contaminants in the dairy sector.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,302

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 Opus0,019
Tête enseignante GPT0,276
Écart entre enseignants0,258 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Dairy JournalMême sujetFood Safety and HygieneTravaux en français237 207