Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Przemysł Spożywczy

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Zarządzanie bezpieczeństwem w łańcuchu żywnościowym wg PN EN ISO 22 000:2018

Rosiak Elżbieta

Przemysł Spożywczy

2020

T. 74, nr 7

8--13

Norma ISO 22000:2018 obowiązuje jako standard krajowy od sierpnia 2018 roku. Standard oparty jest na Architekturze Wysokiego Poziomu (High Level Structure), dzięki czemu może być wdrażany i integrowany z innymi systemami zarządzania: 9001, 14001, 45001. Struktura Aneksu SL obejmuje 10 klauzul i pozwala wyeliminować nieporozumienia, powielanie i konflikty wynikające z różnic w interpretacji standardów systemów zarządzania. Cykl Plan-Do-Check-Act wykorzystywany jest do planowania i kontroli na poziomie organizacyjnym FSMS i współistnieje z cyklem PDCA planowania i kontroli na poziomie operacyjnym i procesowym systemu bezpieczeństwa żywności. Najważniejsze różnice pomiędzy standardem z 2005 i 2018 roku można podzielić na dwie kategorie: pierwsza wynika z przyjęcia w standardzie z 2018 roku struktury HLS, natomiast druga kategoria to zmiany specyficzne dla ISO 22000 i zarządzania bezpieczeństwem żywności.

The ISO 22000: 2018 standard has been in force as a national standard since August 2018. The standard is based on High Level Structure, thanks to which it can be implemented and integrated with other management systems: ISO 9001, ISO 14001, ISO 45001. The structure of Annex SL includes 10 Clauses and allows to eliminate misunderstandings, duplication and conflicts resulting from differences in interpretation management systems standards. The Plan-Do-Check-Act cycle is used for planning and control FSMS at the organizational level and coexists with the PDCA cycle of planning and control at the operational and process level of a food safety system. The most important differences between the 2005 and 2018 standards can be divided into two categories: the first is due to the adoption of the HLS structure in the 2018 standard, the second category is changes specific to ISO 22000 and food safety management.

Bazy danych w prognozowaniu mikrobiologicznym żywności

Rosiak Elżbieta, Kołożyn-Krajewska Danuta, Gredka Joanna, Ośko Szymon

Przemysł Spożywczy

2019

T. 73, nr 7

6--12

Mikrobiologia prognostyczna opiera się na szczegółowej wiedzy o zachowaniu się mikroorganizmów i przewidywaniu ich zachowań z wykorzystaniem modeli matematycznych. Szacowanie terminów przydatności do spożycia wg Rozporządzenia (WE) nr 2073/2005 w sprawie kryteriów mikrobiologicznych dotyczących środków spożywczych powinno odbywać się z zastosowaniem modeli prognostycznych. Szeroki dostęp do nich jest możliwy dzięki bazom danych w Internecie. Pionierskim opracowaniem tego rodzaju jest baza ComBase powstała w 2003 roku, złożona z przeglądarki ComBase, ComBase Predictor, modeli żywnościowych oraz DMFit. W 2018 roku w wyniku realizacji projektu Inkubator Innowacyjności+ została opracowana polska baza matematycznych modeli prognostycznych ProgBaz SGGW. Zaletą opracowania jest to, że dane do opracowania matematycznych modeli prognostycznych pochodzą z układu realnego produktu (modelowego lub rynkowego), a także rodzima mikroflora produktów wykorzystanych jako baza do kontaminacji bakteriami patogennymi. W najbliższym czasie planowany jest rozwój ProgBaz poprzez zwiększanie liczby modeli oraz ich sukcesywną walidację.

Predictive microbiology is based on detailed knowledge about the behavior of microorganisms and predicting their behavior using mathematical models. Estimating dates of shelf-life according to the Regulation (EC) No. 2073/2005 on microbiological criteria for foodstuffs should be done with the use of predictive models. Wide access to them is possible thanks to Databases available on the Internet. A pioneering development of this kind is the ComBase database established in 2003, composed of the ComBase Viewer, ComBase Predictor, Food Models and DMFit. In 2018 as a result of the Incubator of Innovation + project, the Polish database of the predictive mathematical models called ProgBaz SGGW was developed. The advantage of the study is the fact that the data for the development of mathematical models come from the real product system (model or market) and the native microflora of products used as a base for contamination with pathogenic bacteria. In the near future, the development of ProgBaz is assumed by increasing the number of models and their successive validation.