%0 Thesis %T Second order Monte Carlo and Bayesian inference methods for assessing microbiological risks and nutritional benefits in transformation of vegetable %T Méthodes de Monte Carlo du second ordre et d’inférence bayésienne pour l’évaluation des risques microbiologiques et des bénéfices nutritionnels dans la transformation des légumes %+ Méthodologies d'Analyse de Risque Alimentaire (MET@RISK) %A Rigaux, Clémence %N 2013AGPT0015 %P 233 p. %I AgroParisTech %Y Frédéric Carlin %Y Isabelle Albert-Chaupart %Z Éric Parent [Président] %Z Marie-Laure Delignette-Muller [Rapporteur] %Z Marcel Zwietering [Rapporteur] %Z Nathalie Perrot %8 2013-02-14 %D 2013 %K Food risk assessment %K Nutritional benefit assessment %K Bayesian statistics %K Second order Monte Carlo simulation %K Risk-benefit analysis %K Vegetables %K Evaluation du risque microbiologique %K Evaluation du bénéfice nutritionnel %K Statistique bayésienne %K Simulation de Monte-Carlo du second ordre %K Analyse risque-bénéfice %K Légumes %Z Humanities and Social Sciences/SociologyTheses %X The aim of this work is to set up microbiological risk and nutritional benefit assessment methods in the transformation of vegetables, in view of a risk-benefit analysis. The considered (industrial) risk is the alteration of green bean cans due to thermophilic bacteria Geobacillus stearothermophilus, and the nutritional benefit is the vitamin C content in appertized green beans. Reference parameters have first been acquired, by a meta-analysis using Bayesian inference for the risk part. Thermal resistance parameters D at 121.1°C and pH 7, zT and zpH of G.stearothermophilus have been respectively estimated at 3.3 min, 9.1°C and 4.3 pH units on average in aqueous media. The risk and benefit models have then been analyzed by a two-dimensional Monte Carlo simulation method, allowing a separated propagation of uncertainty and variability. The vitamin C losses between fresh and appertized green beans predicted by the model are of 86% on average, and the predicted non-stability at 55°C rate is of 0.5% on average, in good accordance with reality. A risk-benefit analysis has then been carried out to optimize benefit while keeping risk at an acceptable level, by exploring possible intervention scenarios based on some sensibility analysis results. Finally, a risk analysis model involving pathogenic bacteria Bacillus cereus in a courgette puree has been confronted to incubated product contamination data, by means of a Bayesian inference. %X L'objectif du travail est de mettre en place des méthodes d'évaluation des risques microbiologiques et des bénéfices nutritionnels lors de la transformation des légumes, en vue d'une analyse risque-bénéfice. Le risque (industriel) considéré est l'altération des conserves de haricots verts due à la bactérie thermophile Geobacillus stearothermophilus, et le bénéfice nutritionnel est la teneur en vitamine C des haricots verts appertisés. Des paramètres de référence ont d'abord été acquis, par une méta-analyse par approche bayésienne pour la partie risque. Les paramètres de résistance thermique D à 121.1°C et pH 7, zT et zpH de G.stearothermophilus ont ainsi été estimés respectivement à 3.3 min, 9.1°C et 4.3 unités pH en moyenne en milieu aqueux. Les modèles risque et bénéfice ont ensuite été analysés par la méthode de simulation de Monte Carlo à deux dimensions, permettant une propagation séparée de la variabilité et de l'incertitude. Les pertes en vitamine C prédites par le modèle entre la matière première et les légumes appertisés sont de 86% en moyenne, et le taux de non-stabilité à 55°C prédit est de 0.5% en moyenne, globalement en accord avec la réalité. Une analyse risque-bénéfice a ensuite visé à optimiser le bénéfice tout en gardant le risque à un niveau acceptable, par exploration de scénarios d'interventions possibles basés sur les résultats d'analyses de sensibilité. Enfin, un modèle d'évaluation des risques dus à la bactérie pathogène Bacillus cereus dans une purée de courgettes a été confronté à des données de contamination dans des produits incubés, par le biais d'une inférence bayésienne. %G French %2 https://pastel.hal.science/pastel-00967496/document %2 https://pastel.hal.science/pastel-00967496/file/These_CRigaux.pdf %L pastel-00967496 %U https://pastel.hal.science/pastel-00967496 %~ SHS %~ PASTEL %~ INRA %~ AO-SOCIOLOGIE %~ STAR %~ SOCIOLOGIE %~ PARISTECH %~ AGREENIUM %~ INRAE %~ MATHNUM