probably due to the greater resista

probably due to the greater resistance of Salmonella in the presence of
fat (Podolak et al., 2010). Despite the higher discrepancy and bias percentages
seen when predicting Salmonella survival in products containing
fat, the models still showed an overall acceptable prediction
performance of 81% (for both non-fat and low-fat food). The prediction
performance of themodels when only data from non-fat food products
was included increased by 8%. Both prediction performances (81% for all
data and 88% for only non-fat data) showed that a high percentage of
the residuals were within the acceptable fail safe and dangerous zone
(−1 to 0.5 log CFU). In fact, even the prediction performance for lowfat
food products showed an acceptable prediction rate of 79%.
The previously discussed results demonstrate the validity of the
secondary models developed in this study to predict the survival of
Salmonella in low-moisture foods at any given temperature and aw
within the data range evaluated. To the authors' knowledge, previously
developed models for survival of Salmonella in low-moisture foods
are those by Lambertini et al. (2012) and Danyluk et al. (2006) for
use in risk assessment of Salmonella in almonds. These are models
that assumed log-linear declines of Salmonella in almonds at
three temperatures (−20, 4 and 24 °C). The models developed in this
study represent the first predictive models developed for survival of
Salmonella in low-moisture foods that are validated for temperatures
21–80 °C and aw b 0.6. Because the data used to derive the models
were collected by simulating how food may be contaminated and
stored, the models are useful and credible for use in a wide range of
products (Jaykus et al., 2006). The models will be useful for providing
quantitative support for a hazard analysis and critical control point system
(HACCP) (Zwietering and Nauta, 2007). The models can also be
used in quantitative microbiological risk assessment to provide a
more accurate risk quantification of Salmonella in low-moisture foods
(Jaykus et al., 2006; Zwietering and Nauta, 2007). This will aid in developing
policies for protecting the safety of consumers (Jaykus et al., 2006).
It will also serve for confirmation of product adherence to a food safety
objective (FSO) (Zwietering and Nauta, 2007). However, model predictions
are not absolute, and decisions should not be based only onmodeling
(Zwietering and Nauta, 2007). In addition to quantitative data,
qualitative and knowledge based information should be considered for
an optimal risk management decision support system (McMeekin et al.,
2006). The predictive models developed in this study will aid in the selection
of appropriate strategies to decrease the risk of Salmonella in
low-moisture foods.

ผลลัพธ์ (ไทย) 1:

อาจเนื่องจากความต้านทานมากกว่าของสายหน้าไขมัน (Podolak et al., 2010) แม้ มีเปอร์เซ็นต์ความขัดแย้งและความโน้มเอียงสูงขึ้นเห็นเมื่ออยู่รอดสายผลิตภัณฑ์ที่ประกอบด้วยการคาดการณ์ไขมัน แบบจำลองยังคงแสดงให้เห็นว่าการคาดเดาโดยรวมยอมรับได้ประสิทธิภาพ 81% (สำหรับอาหารที่มีไขมัน และ ไขมันต่ำ) คำทำนายประสิทธิภาพของ themodels เมื่อเท่านั้นข้อมูลจากผลิตภัณฑ์อาหารไม่ใช่ไขมันได้รวมเพิ่มขึ้น 8% แสดงทั้งสองคาดเดา (81% ทั้งหมดข้อมูลและ 88% สำหรับเฉพาะข้อมูลที่ไม่ใช่ไขมัน) พบว่าของค่าคงเหลืออยู่ภายในเขตพื้นที่อันตราย และปลอดภัยเป็นที่ยอมรับได้(−1 ล็อก 0.5 CFU) ในความเป็นจริง แม้แต่ประสิทธิภาพการคาดเดาสำหรับ lowfatผลิตภัณฑ์อาหารที่แสดงให้เห็นว่าอัตราการทำนายเป็นที่ยอมรับของ 79%ผล discussed ก่อนหน้านี้แสดงให้เห็นถึงการมีผลบังคับใช้ในรุ่นที่รองรับการพัฒนาในการศึกษานี้เพื่อทำนายความอยู่รอดของสายในอาหารความชื้นต่ำ ที่อุณหภูมิกำหนด และสะสมภายในช่วงข้อมูลที่ประเมิน การรู้ของผู้เขียน ก่อนหน้านี้พัฒนารูปแบบเพื่อความอยู่รอดของสายในอาหารความชื้นต่ำมีผู้ โดย Lambertini et al. (2012) และ Danyluk et al. (2006) สำหรับใช้ในการประเมินความเสี่ยงของซัลในอัลมอนด์ มีรูปแบบซึ่งถือว่าลดอัตราบันทึกเส้นสายของอัลมอนด์ที่อุณหภูมิ 3 (−20, 4 และ 24 ° C) แบบจำลองที่พัฒนาขึ้นนี้การศึกษาหมายถึงแบบจำลองคาดการณ์แรกที่พัฒนาขึ้นเพื่อความอยู่รอดของสายในอาหารความชื้นต่ำที่ตรวจสำหรับอุณหภูมิ21 – 80 ° C และกม. b 0.6 เนื่องจากข้อมูลใช้รูปแบบการสืบทอดมาถูกรวบรวม โดยเลียนแบบวิธีอาจปนเปื้อนอาหาร และเก็บ รูปแบบเป็นประโยชน์ และน่าเชื่อถือสำหรับการใช้ในหลากหลายผลิตภัณฑ์ (Jaykus และ al., 2006) รูปแบบจะเป็นประโยชน์สำหรับการให้เชิงปริมาณสนับสนุนการวิเคราะห์อันตรายและระบบจุดวิกฤตที่ต้องควบคุม(HACCP) (Zwietering ก Nauta, 2007) รุ่นสามารถใช้ในการประเมินความเสี่ยงทางจุลชีววิทยาเชิงปริมาณเพื่อให้การถูกต้องเพิ่มเติมความเสี่ยงนับของสายในอาหารความชื้นต่ำ(Jaykus และ al., 2006 Zwietering ก Nauta, 2007) นี้จะช่วยในการพัฒนานโยบายการป้องกันความปลอดภัยของผู้บริโภค (Jaykus และ al., 2006)จะยังให้บริการสำหรับการยืนยันผลิตภัณฑ์ต่าง ๆ เพื่อความปลอดภัยของอาหารวัตถุประสงค์ (FSO) (Zwietering และ Nauta, 2007) อย่างไรก็ตาม รุ่นคาดคะเนจะไม่สมบูรณ์ และตัดสินใจไม่ควร onmodeling โดยเฉพาะ(Zwietering ก Nauta, 2007) นอกเหนือจากข้อมูลเชิงปริมาณเชิงคุณภาพ และควรพิจารณาข้อมูลแหล่งความรู้สำหรับระบบสนับสนุนการตัดสินใจจัดการความเสี่ยงที่เหมาะสมการ (McMeekin et al.,2006) . รูปแบบงานที่ได้รับการพัฒนาในการศึกษานี้จะช่วยในการเลือกกลยุทธ์ที่เหมาะสมเพื่อลดความเสี่ยงของสายในอาหารความชื้นต่ำ

ผลลัพธ์ (ไทย) 2:

อาจเป็นเพราะความต้านทานมากขึ้นของเชื้อ Salmonella
ในการปรากฏตัวของไขมัน(Podolak et al., 2010) แม้จะมีความแตกต่างที่สูงขึ้นและร้อยละอคติเมื่อเห็นการทำนายความอยู่รอดของเชื้อ Salmonella ในผลิตภัณฑ์ที่มีไขมันรุ่นยังคงแสดงให้เห็นว่าการคาดการณ์ที่ยอมรับโดยรวมประสิทธิภาพการทำงานของ81% (ทั้งที่ไม่มีไขมันและอาหารที่มีไขมันต่ำ) การคาดการณ์ผลการดำเนินงานของ themodels เมื่อข้อมูลที่ได้จากผลิตภัณฑ์อาหารที่ไม่มีไขมันได้รวมเพิ่มขึ้น8% ทั้งการแสดงการคาดการณ์ (81% สำหรับทุกข้อมูลและ88% สำหรับข้อมูลที่ไม่ใช่ไขมันเท่านั้น) แสดงให้เห็นว่าเปอร์เซ็นต์สูงของเหลืออยู่ภายในได้รับการยอมรับล้มเหลวเขตปลอดภัยและอันตราย(-1 ถึง 0.5 log CFU) ในความเป็นจริงแม้ผลการดำเนินงานคาดการณ์สำหรับ lowfat ผลิตภัณฑ์อาหารที่แสดงให้เห็นว่าอัตราการคาดการณ์ที่ยอมรับได้ของ 79%. ผลการกล่าวถึงก่อนหน้านี้แสดงให้เห็นถึงความถูกต้องของรุ่นที่สองการพัฒนาในการศึกษาครั้งนี้ที่จะคาดการณ์ความอยู่รอดของเชื้อSalmonella ในอาหารต่ำความชื้นที่อุณหภูมิใดก็ตาม และอัภายในช่วงข้อมูลการประเมิน เพื่อความรู้ของผู้เขียนก่อนหน้านี้รูปแบบการพัฒนาเพื่อความอยู่รอดของเชื้อ Salmonella ในอาหารต่ำความชื้นเป็นผู้โดยLambertini et al, (2012) และ Danyluk et al, (2006) สำหรับการใช้งานในการประเมินความเสี่ยงของเชื้อSalmonella ในอัลมอนด์ เหล่านี้เป็นรุ่นที่สันนิษฐานว่าลดลงเข้าสู่ระบบเชิงเส้นของเชื้อ Salmonella ในอัลมอนด์ที่สามอุณหภูมิ(-20, 4 และ 24 ° C) รูปแบบการพัฒนาในการศึกษาเป็นตัวแทนของรูปแบบการพยากรณ์แรกที่พัฒนาเพื่อความอยู่รอดของเชื้อSalmonella ในอาหารต่ำความชื้นที่ได้รับการตรวจสอบอุณหภูมิ21-80 องศาเซลเซียสและอัข 0.6 เพราะข้อมูลที่ใช้เพื่อให้ได้รูปแบบที่ถูกเก็บรวบรวมโดยการจำลองว่าอาหารอาจปนเปื้อนและการจัดเก็บรูปแบบที่มีประโยชน์และน่าเชื่อถือสำหรับการใช้งานในหลากหลายของผลิตภัณฑ์(Jaykus et al., 2006) รูปแบบจะเป็นประโยชน์สำหรับการให้การสนับสนุนเชิงปริมาณสำหรับการวิเคราะห์อันตรายและจุดควบคุมระบบที่สำคัญ(HACCP) (Zwietering และ Nauta 2007) รุ่นนี้ยังสามารถนำมาใช้ในการประเมินความเสี่ยงทางจุลชีววิทยาเชิงปริมาณเพื่อให้ปริมาณความเสี่ยงที่ถูกต้องมากขึ้นของเชื้อSalmonella ในอาหารต่ำความชื้น(Jaykus et al, 2006;. Zwietering และ Nauta 2007) นี้จะช่วยในการพัฒนานโยบายในการป้องกันความปลอดภัยของผู้บริโภค (Jaykus et al., 2006). นอกจากนี้ยังจะให้บริการสำหรับการยืนยันการยึดมั่นในผลิตภัณฑ์เพื่อความปลอดภัยอาหารวัตถุประสงค์ (FSO) (Zwietering และ Nauta 2007) อย่างไรก็ตามการคาดการณ์รูปแบบไม่แน่นอนและการตัดสินใจไม่ควรอยู่เฉพาะ onmodeling (Zwietering และ Nauta 2007) นอกจากข้อมูลเชิงปริมาณคุณภาพและความรู้ข้อมูลที่ใช้ควรได้รับการพิจารณาสำหรับการตัดสินใจการบริหารความเสี่ยงที่ดีที่สุดระบบสนับสนุน(McMeekin et al., 2006) รูปแบบการคาดการณ์การพัฒนาในการศึกษาครั้งนี้จะช่วยในการเลือกกลยุทธ์ที่เหมาะสมเพื่อลดความเสี่ยงของเชื้อ Salmonella ในอาหารที่มีความชื้นต่ำ