MétaCan
Menu
Retour à la cohorte
Enregistrement W4417185218 · doi:10.1016/j.fm.2025.105006

Microbial community transfers across a pilot ripening cellar are increased by cheese wiping

2025· article· en· W4417185218 sur OpenAlexfundno aff
Reshad Fantelli, Patricia Battais, Sébastien Theil, Elisa Michel, Mathilde Lacalmontie, S. Jacquenet, Sullivan Lechêne, Christophe Chassard, Philippe Duquenne, Céline Delbès

Notice bibliographique

RevueFood Microbiology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensnon disponible
Organismes subventionnairesInstitut National de Recherche pour l'Agriculture, l'Alimentation et l'EnvironnementInstitut national de la recherche scientifique
Mots-clésMicroorganismPenicilliumRipeningMicrobial population biologyMucor

Résumé

récupéré en direct d'OpenAlex

Various biological agents (bacteria, molds, yeasts...) contribute by their metabolic activity to cheese’s ripening. Cheese care procedures during ripening, like wiping, may disperse microorganisms from cheese rinds. Chronic inhalation of potential allergenic particles in ripening cellars may cause, for operators, development of respiratory diseases as asthma. However, microorganisms’ emissions and transfers across ripening cellars during cares remained poorly documented. To evaluate microorganisms transfer consecutive to cheese wiping, we focused on microbial community from long-ripened cheeses (CH_LR) and its dispersion in air and on short-ripened cheeses (CH_SR). Twenty-four short-ripened cheeses, all wiped, were distributed into 3 experimental cellars (INRAE, Aurillac), two of which also received 6 long-ripened cheeses either wiped (cellar 2) or unwiped (cellar 3). Samples were taken over a period of 4 weeks in four environments: cheese rinds, cheese cloths, air and cellar walls. Levels of culturable microorganisms were assessed (n=92). Microbial community compositions were analyzed by metabarcoding (16S rRNA and ITS genes, respectively) (n=100 samples). Results showed an increase in airborne mold levels up to 7 log CFU.m -3 of air during cheese wiping, compared to 2-3 log CFU.m -3 without wiping activity. Microbial profiles analyses revealed dominant species on CH_LR such as Mucor , Penicillium and Glutamicibacter sp. In CH_LR, Glutamicibacter sp. (60%), Mucor sp and Penicillium sp (50% altogether), were transferred to air (respectively 60% for Glutamicibacter sp and 90% for both fungal species), cheese cloths and CH_SR. Wiping of CH_LR also contributed to the dispersion in air of less abundant genera of interest for cheese ripening like Chrysosporium (<10%).

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,227 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même revueFood MicrobiologyMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207