MétaCan
Menu
← Back to cohort
Record W7017208070

Activité antifongique de la réutérine produite par Lactobacillus reuteri ATCC53608 dans les yogourts brassés

2019· other· fr· W7017208070 on OpenAlexaboutno aff

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2019
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsFood sectorZea maysBeverage industryFood intake
DOInot available

Abstract

fetched live from OpenAlex

L’industrie agroalimentaire est un secteur économique d’envergure mondiale. L’élargissement des marchés a forcé les industries de transformation à développer des méthodes pour augmenter la durée de conservation des aliments. L’augmentation de l’importation et de l’exportation a été possible grâce au développement de méthodes de conservation comme la stérilisation, la congélation, la réfrigération, le séchage, la concentration, les emballages intelligents ainsi que l’utilisation d’agents de conservation. Cependant, les aliments sont sujets aux contaminations microbiennes pouvant causer des maladies d’origine alimentaires et des pertes de produits. Les pertes alimentaires représentent un énorme enjeu économique et environnemental pour l’industrie agroalimentaire mondiale. En 2010, la FAO a réalisé un rapport mondial sur le gaspillage alimentaire ciblant les principales causes et les secteurs les plus touchés. Dans les pays industrialisés comme le Canada, plus de 40 % des pertes alimentaires ont lieu pendant la transformation des aliments. De plus, en Amérique du Nord les produits laitiers représentent le deuxième secteur le plus touché par les pertes après les fruits et légumes. Une des principales causes est la contamination des produits laitiers transformés due à la présence de moisissures et de levures. Ces contaminations occasionnent des pertes alimentaires directement à l’usine, mais elle peut aussi occasionner le rappel d’aliments. Pour une industrie, un rappel peut couter entre 10 et 30 millions de dollars US chaque fois. De plus, la perte de confiance des consommateurs envers les produits lors d’un rappel alimentaire est non négligeable dans le calcul des impacts économiques. Pour limiter l’occurrence des contaminations microbiologiques, les transformateurs utilisent des méthodes de contrôle diversifiées incluant l’utilisation agents antimicrobiens traditionnels comme le sel, les acides organiques et les agents antifongiques comme la natamycine. Cependant, les consommateurs sont de plus en plus réticents à acheter des produits contenant des agents de conservation. Ils demandent des produits naturels qui sont sans risque pour la santé, réduits en sel et bons pour l’environnement. De plus, les agents de conservation sont très limités dans les produits laitiers notamment lors de la production de yogourt. Les yogourts sont surtout sujets aux contaminations par les moisissures et les levures par leur pH acide qui limite la croissance des autres contaminants. L’utilisation des cultures lactiques bioprotectrices ainsi que leurs métabolites antimicrobiens pour la conservation des aliments est une solution naturelle très prometteuse dans le contexte de l’utilisation d’agents de conservation traditionnels. Cette étude visait à évaluer le potentiel d’utilisation d’un métabolite bactérien antifongique naturel, la réutérine, dans un yogourt brassé pour éliminer la présence de levures et de moisissure. Les résultats ont montré que la réutérine avait un large spectre d’action contre les moisissures et les levures. L’utilisation de la réutérine dans les yogourts brassés s’est avérée plus efficace que la natamycine pour lutter contre les moisissures, mais la réutérine a aussi réduit la population des cultures lactiques utilisées dans la fabrication du yogourt. Des études supplémentaires doivent être réalisées pour limiter l’action de la réutérine sur les ferments lactiques.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.007
Threshold uncertainty score0.013

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.008
GPT teacher head0.195
Teacher spread0.187 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueCorpus Université Laval (Université Laval)→French-language works237,207→