Inférence d un réseau bayésien augmenté visant à confronter :
|
|
- Gaspard Déry
- il y a 8 ans
- Total affichages :
Transcription
1 Inférence d un réseau bayésien augmenté visant à confronter : un modèle complexe d analyse quantitative du risque microbiologique des données de vieillissement Clémence RIGAUX (1) En collaboration avec Sophie Ancelet (1)(2), Frédéric Carlin (3), Christophe Nguyen-Thé (3), Isabelle Albert (1) (1) Unité Met@risk, INRA Paris (2) Laboratoire LEPID, IRSN (3) Unité SQPOV, INRA Avignon Rochebrune, 3 avril
2 Contexte : l analyse du risque microbiologique dans les aliments : les toxi-infections Escherichia coli Germes de blé 2
3 Contexte : l analyse du risque microbiologique dans les aliments Construction de modèles quantitatifs d évaluation du risque (modèles QMRA): prédire le comportement de bactéries pathogènes le long d une chaîne de transformation des aliments calcul du risque de toxi-infection rendre compte des diverses situations par la prise en compte stochastique des sources de variabilité et d incertitudes 3
4 Sommaire 1) But du travail 2) Présentation du modèle de risque microbiologique et des données 3) Mise en place de la méthode 4) Résultats 4
5 Sommaire 1) But du travail 2) Présentation du modèle de risque microbiologique et des données 3) Mise en place de la méthode 4) Résultats 5
6 Cas d étude : Bacillus cereus dans une chaine de fabrication de purée de courgettes Article de Afchain et al., 2008 : analyse du risque par la méthode de simulation de Monte Carlo (1 er ordre) Méthode d approche alternative proposée ici : inférence bayésienne en utilisant un modèle de 2 nd ordre basé sur le modèle d Afchain et al.,
7 But et principe de l inférence bayésienne But : utiliser l information issue de données de contamination dans les paquets de courgettes pour améliorer le modèle Lois a priori sur les paramètres θ du modèle (informatives!!) Données observées de contamination en B.cereus X dans des paquets de courgettes après des tests de vieillissement Inférence bayésienne Lois a posteriori [θ X] sur les paramètres du modèle Calcul de la loi a posteriori par le théorème de Bayes : [ X ] [ ][ X ] [ X ] 7
8 Sommaire 1) But du travail 2) Présentation du modèle de risque microbiologique et des données 3) Mise en place de la méthode 4) Résultats 8
9 La bactérie pathogène Bacillus cereus 3 ème cause en 2008 de toxi-infections alimentaires collectives en France : intoxications émétiques (vomissements) et/ou symptômes diarrhéiques Produit des spores thermorésistantes 7 groupes génétiques + ou - thermorésistants 9
10 Chaîne de fabrication «purée de courgette» Batch de légumes Cuisson Ingrédients Mélange Mixage Partitionnement Intervalle de temps Batch industriel : 300kg de légumes + rajout de 44kg d ingrédients Partitionnement d un batch en 860 paquets de 400g Pasteurisation Conservation au froid en usine Transport réfrigéré Conservation au froid en magasin Transport chez le consommateur Modèle de la «fourche à la fourchette» Conservation dans un réfrigérateur domestique 10
11 Chaîne de fabrication et processus biologiques impactant la contamination en B.cereus Batch de légumes crus Ingrédients Cuisson Mélange Mixage Source de contamination (6 groupes) Inactivation des spores Partitionnement en 860 paquets Intervalle de temps Pasteurisation Conservation au froid en usine Transport réfrigéré Germination des spores Elimination totale des cellules végétatives et inactivation des spores Germination des spores et croissance des cellules végétatives Conservation au froid en magasin Transport chez le consommateur Croissance des cellules végétatives Conservation dans un réfrigérateur domestique 11
12 Modèle d évolution de la concentration en B.cereus le long de la chaine alimentaire : Modèle complexe comprenant 132 variables : 66 inputs 60 variables intermédiaires 6 outputs Approche modulaire (Nauta, 2002) : Un modèle global formé de sous-modèles conditionnellement indépendants 12
13 Sous-modèles d inactivation thermique : Modèle primaire : dit de Weibull (Mafart et al., 2002) : - t est la durée (min) du processus thermique à température constante T - est la concentration (en CFU/g) en bactérie du groupe génétique s au temps t - est la concentration initiale (en CFU/g) en bactérie du groupe s - est le paramètre de forme du modèle pour le groupe s - est le temps en minutes au bout duquel on obtient une réduction décimale (division par 10) de la population bactérienne du groupe s à la température T Modèle secondaire : dit de Bigelow (Couvert et al., 2005) : - T est la température du produit (en C) - est la température de référence, fixée à 90 C - est le temps en minutes au bout duquel on obtient une réduction décimale de la bactérie du groupe s par une exposition à la température de référence - (en C) est l augmentation de température provoquant une réduction décimale en un temps 13
14 Sous-modèles de croissance bactérienne : Modèle primaire : logistique avec retard (Rosso et al., 1995) : t (en h) est la durée de l étape considérée à la température T (en CFU/g) est la concentration en bactérie du groupe s au temps t (en CFU/g) est la concentration initiale en bactérie du groupe s (en CFU/g) est la concentration maximale que la population bactérienne peut atteindre dans le produit est le paramètre de retard (ou latence). On prendra ici 0 comme valeur en l absence d informations disponibles. ( ) est le taux de croissance maximal des bactéries du groupe s. Modèle secondaire : modèle CTMI (Rosso et al., 1993) ( ) est le taux de croissance optimal dans le produit T( C) est la température à l intérieur du produit. ( C) est la température minimale de croissance pour le groupe s ( C) est la température optimale de croissance pour le groupe s ( C) est la température maximale de croissance pour le groupe 14
15 Les données de contamination en B.cereus Données : De contamination après vieillissement avec des censures à gauches (pour 95.5% des 6*64 concentrations) Paquets prélevés après pasteurisation et stockés à différents temps-températures Data (source) 14 packages coming from the same batch (INRA) 50 packages coming from different batchs (COMPANY) Product Time and temperature of storage Concentration in log CFU/g (detected genetic groups) 5 packages of 800g 21 days at 4 C < 1,7 4 packages of 800g 21 days at 10 C 5 packages of 800g 27 packages of 400g 23 packages of 400g 5 days at C 20 days at 4 C then 10 days at 8 C 10 days at 4 C then 20 days at 8 C 5,5 (VI) 3 (VI) 3,8 (II) 3,1 (II) 6 (IV) 7,2 (II and IV) 6,4 (IV) 6,3 (IV) 6,3 (IV) 3,7 (II) 2,7 (II) 3,7 (II) 5 (II) < 2 for the 23 other packages 5,2 (VI) 4,4 (VI) 4,7 (VI) 15 < 2 for the 20 other packages
16 Sommaire 1) But du travail 2) Présentation du modèle de risque microbiologique et des données 3) Mise en place de la méthode 4) Résultats 16
17 Rappel : simulation de Monte Carlo à 1 ou 2 dimensions Simulation de Monte Carlo à 1 dimension : Utilise un modèle du «1 er ordre» : les distributions sur les variables représentent de la variabilité et/ou de l incertitude Variabilité et incertitude non séparés dans la modélisation 17
18 Rappel : simulation de Monte Carlo à 1 ou 2 dimensions Simulation de Monte Carlo à 2 dimensions : Utilise un modèle du «2 nd ordre» : séparation de la modélisation de la variabilité et de l incertitude Exemple : 1 er ordre 2 nd ordre X N(5; 2) X N(m; s) m N(5;1.4) s LogN(20; 5) X Distribution de variabilité Distributions d incertitude m s X 18
19 Rappel : simulation de Monte Carlo à 1 ou 2 dimensions Propagation de la variabilité taille Nv Simulation de Monte Carlo à 2 dimensions : Propagation séparée des sources de variabilité et d incertitude sur les paramètres, et donc sur les résultats du modèle Propagation de l incertitude taille Nu Hyperparamètre m 5,1 6 4,5 5,2 Variable X 5,2 6,1 4 5,4 5,5 5,5 4,5 4,9 4,8 6,5 4,9 5,7 4,4 6,8 3,9 6 19
20 Préalable à la mise en place de l inférence bayésienne Modèle AQR B.cereus initial du «premier ordre» Pour faire correctement l inférence bayésienne : importance de distinguer la notion de variabilité et d incertitude par des niveaux hiérarchiques dans la modélisation en particulier dans notre cas d étude : l utilisation d un modèle du 2 nd ordre va permettre de tenir compte dans la modélisation des sources de variabilité entre les 64 paquets provenant de 51 différents batchs, lors de l inférence bayésienne construction d un modèle AQR du «second ordre» 20
21 Le modèle de 1er ordre représenté par un réseau bayésien (DAG) Genetic group s =II,,VII I C is Resistance parameters is p is zi C t eq, i C C is ( t, T) B i B C is M C is Milk C is Starch C is Growth parameters min T is opt T is max T is opt,i N max,i PAR TI T i TI PAST t eq, i PAST CS RT RS HT HS Package j =1,,860 ( t, T ) CS ij ( t, T ) RT ij ( t, T ) ( t, T ) (t,t) CS (t,t) RT (t,t) RS (t,t) HT RS ij HT ij ( t, T ) HS ij 21 Batch i =1,,I
22 Construction du modèle du 2 nd ordre A l aide des avis d experts des microbiologistes : 1) On suppose que la distribution initiale des inputs représente soit de l incertitude, soit de la variabilité 2) Pour les inputs dont la distribution représente de l incertitude : on les garde tels-quels 3) Pour les inputs dont la distribution représente de la variabilité : on suppose que les paramètres de la distribution sont soit bien connus, soit incertains 4) Pour les inputs variables dont les paramètres sont supposés incertains : rajout d une distribution d incertitude sur les hyper-paramètres 5) Pour les inputs variables dont les paramètres sont supposés bien connus : on les garde tels-quels (distribution d incertitude sur les hyper-paramètres = Dirac)
23 Construction du modèle du 2 nd ordre Exemple de construction de distributions pour les inputs variables avec paramètres incertains : Contrainte : garder une interprétation biologique Variable X Distribution in the first order model (1)(a) Distributions in the second order model Variability distribution Uncertainty distribution T min opt max is, Tis, Tis I Milk C is, Cis, C, is p is C t eq, i PAS t eq, i Starch is X ~ N(m, s) X ~ N(μ, s 2) μ ~ N(m, s 1) 2 s 2 = s 2 2 /2 s 1 = s 2 /2 X ~ BP(n,ml,x) X ~ BP(n,o,x) o ~ BP((n+ml)/2,ml,(ml+x)/2) X ~ 20 + Exp(1/m) X ~ 20 + Exp(1/μ ) μ ~ N(m, s) X ~ Exp(1/m) X ~ Exp(1/μ ) s = m/4 Variables : représentées par des lettres en gras 23
24 Le modèle du 2 nd ordre représenté par un DAG I o s Milk o s Starch o s z o s p o s opt Nmax Genetic group s =II,,VII C teq I C is is p is Growth microbiological variables C t eq, i ( t, T) B i C C is B C is Thermoresistant microbiological variables min T is opt T is max T is T min s Topt s T max s M C is Milk C is Starch C is PAR PAS teq TI T i TI PAST t eq, i PAST CS RT RS HT HS Batch i =1,,I Package j =1,,J ( t, T ) CS ij ( t, T ) RT ij ( t, T ) RS ij ( t, T ) HT ij ( t, T ) HS ij 24
25 Mise en place de l inférence bayésienne «Augmentation du modèle» Simulation de 64 paquets dans les mêmes conditions de vieillissement que les données, issus de 51 batchs différents Batch n 1 Batch n 2, 3, ou packages Pasteurisation Pasteurisation 1 package per batch Storage at 4, 10 or C Storage at 4 C Measure of B.cereus concentration INRA data Home cold storage Home cold storage Storage at 8 C Measure of B.cereus concentration Company data
26 Mise en place de l inférence bayésienne Modèle d observation des données [ X ] : Raccordement des données de concentrations en B.cereus (en log 10 ufc/g) aux concentrations simulées via une loi normale censurée : C obs ijs ~ N( C A ijs 2, ) C(; ) j Données Prédictions Censure (uniquement pour les données censurées) Prior large sur σ (log 10 ufc/g): ~ Unif (0,10) i : batch j : paquet s : groupe génétique obs α j = LoD ou log( C jtotal /10)
27 Le réseau bayésien augmenté : raccrochement des données de contamination I o s Milk o s Starch o s z o s p o s σ opt Nmax Genetic group s =II,,VII I C is is p is Growth variables C teq C t eq, i ( t, T) B i C C is B C is Resistance variables min T is opt T is max T is T min s Topt s T max s M C is Milk C is Starch C is PAR ijs obs TI T i TI A PAS teq PAST t eq, i PAST CS RT RS HT HS Batch i =1,,51 ( t, T) Package j =1,..,14 or j=1 A ij ( t, T ) CS ij ( t, T ) RT ij ( t, T ) RS ij ( t, T ) HT ij ( t, T ) HS ij 27
28 Calcul des lois a posteriori Méthode de calcul par simulation : méthode MCMC (Markov Chain Monte Carlo): construction de chaînes de Markov convergeant vers la loi a posteriori Logiciel Jags Simulation de 2 chaînes de Markov indépendantes, période de chauffe de 1 million d itérations, puis itérations avec un pas de 200 soit 4000 valeurs pour déterminer les distributions a posteriori de chaque paramètre Temps de calcul : 6.5 jours (!) 28
29 Calcul des concentrations en B.cereus dans la chaine alimentaire, a priori et a posteriori Concentrations obtenues par le modèle du 2 nd ordre en utilisant une méthode de simulation de Monte Carlo à 2 dimensions : soit avec les lois a priori sur les paramètres soit avec les lois posteriori sur les paramètres Nu=200 tirages dans la dimension incertitude, et Nv=200 tirages dans la dimension variabilité (ie 200 batchs différents par itérations) Seulement 10 paquets simulés par batch au lieu de 860 D où Nu.Nv= batchs simulés et 10.Nu.Nv= paquets simulés, avec 6 groupes génétiques à chaque fois Limitation en espace et en temps de calcul 29
30 Sommaire 1) But du travail 2) Présentation du modèle de risque microbiologique et des données 3) Mise en place de la méthode 4) Résultats 30
31 Convergence Convergence atteinte pour la majorité des paramètres mais lente pour 2 ou 3 : grosse autocorrélation Statistique de Gelman-Rubin : très proche de 1.00 pour tous les paramètres, sauf un paramètre : proche de 1.3 log 10 Nmax 31
32 Comparaison des lois a priori (--) et des lois a posteriori ( ) sur les principaux paramètres modifiés Environ 25% des paramètres principaux réellement mis à jour, en particulier : Concentration initiale la + vraisemblable, groupe VI I o VI Concentration maximale atteignable log N 10 max Temps équivalent de cuisson moyen C teq Paramètre de résistance thermique z Temps de réduction décimal le + vraisemblable, groupe VI o VI Erreur du modèle
33 Comparaison des prévalences en B.cereus a priori et a posteriori dans la chaine alimentaire Augmentation des prévalences après cuisson, et de la prévalence finale en groupes IV et VI Prior pre va le nce (%) Ge ne tic Group Initia l Afte r cooking Afte r mixing with ingre die nts a nd pa rtitioning Afte r pa ste uriza tion Afte r home cold stora ge II III IV V VI V II T ota l Poste rior pre va le nce (%) II III IV V VI V II T ota l
34 Comparaison des concentrations en B.cereus a priori et a posteriori dans la chaine alimentaire, dans les batchs/paquets contenant au moins 1 spore CI95% comparables, sauf en fin de chaine pour les groupes II à VI : Ge ne tic Group Initia l 95% pre dictive prior CI Afte r mixing with Afte r ingre die nts a nd Cooking pa rtitioning Afte r pa ste urisa tion Afte r home cold stora ge II [-1.7; 0.1] [-5.3; -0.9] [-2.6; -0.9] [-2.6; -1.0] [-2.4; 4.8] III [-4.1; -2.3] [-5.4; -2.8] [-2.6; -0.9] [-2.6; -0.9] [-2.5; -0.2] IV [-4.1; -2.3] [-5.4; -3.0] [-2.3; -0.3] [-2.5; -0.5] [-2.5; 0.1] V [-4.1; -2.3] [-5.4; -3.6] [-2.6; -2.3] [-2.6; -2.2] [-2.6; 3.1] VI [-1.7; 0.1] [-5.4; -2.2] [-2.6; -2.3] [-2.6; -2.3] [-2.6; 4.3] VII [-4.1; -2.3] [-5.4; -2.8] [-2.6; -2.3] [-2.4; -2.0] [-2.4; -2.0] T ota l [-1.1; 0.3] [-5.3; -1.0] [-1.9; -0.3] [-2.5; -0.4] [-2.5; 1.6] 95% pre dictive poste rior CI II [-1.7; 0.1] [-5.3; -1.0] [-2.6; -1.0] [-2.5; -1.0] [-2.3; 5.2] III [-4.1; -2.3] [-5.4; -2.8] [-2.6; -1.0] [-2.6; -1.0] [-2.5; -0.5] IV [-4.1; -2.3] [-5.4; -3.0] [-2.1; -0.2] [-2.5; -0.4] [-2.5; -0.2] V [-4.1; -2.3] [-5.4; -3.6] [-2.6; -2.3] [-2.6; -2.2] [-2.5; 1.8] VI [-1.6; 0.2] [-5.4; -2.0] [-2.6; -2.1] [-2.6; -2.1] [-2.5; 6.3] VII [-4.1; -2.3] [-5.4; -2.8] [-2.6; -2.3] [-2.4; -2.0] [-2.3; -2.0] T ota l [-1.0; 0.3] [-5.2; -1.1] [-1.9; -0.2] [-2.5; -0.4] [-2.5; 1.6] 34
35 Conclusion Inférence bayésienne sur un réseau QMRA : Technique puissante permettant de faire remonter l information apportée par les données le long de la chaîne de production : - Convergence lente à atteindre, car forte auto-corrélation +/- : Nécessité d utiliser un modèle du 2 ème ordre + Mise à jour et/ou réduction d incertitude sur certains paramètres + Cohérence des résultats avec les données, qui nous amènent à modifier certaines conclusions de l évaluation des risques dans la purée de courgettes + Eventuelle remise en question de certains aspects du modèle 35
36 Merci de votre attention! Quelques références : Afchain, A.L., Carlin, F., Nguyen-the, C., Albert, I., Improving quantitative exposure assessment by considering genetic diversity of B. cereus in cooked, pasteurised and chilled foods. International Journal of Food Microbiology, 128, Albert, I., Grenier, E., Denis, J.B., Rousseau, J., Quantitative Risk Assessment from Farm to Fork and Beyond: a global Bayesian Approach Concerning Food-Borne Diseases. Risk Analysis, 28, Delignette-Muller, M.L., Cornu, M., Pouillot, R., Denis, J.B., Use of Bayesian modelling in risk assessment: application to growth of Listeria monocytogenes and food flora in cold-smoked salmon. International Journal of Food Microbiology,106,
Incertitude et variabilité : la nécessité de les intégrer dans les modèles
Incertitude et variabilité : la nécessité de les intégrer dans les modèles M. L. Delignette-Muller Laboratoire de Biométrie et Biologie Evolutive VetAgro Sup - Université de Lyon - CNRS UMR 5558 24 novembre
Plus en détail22/12/11. Plan de la présentation
http://www.dda.ulg.ac.be L appréciation quantitative du risque microbiologique et la microbiologie prévisionnelle pour les entreprises. La microbiologie prévisionnelle Deux exemples simples L appréciation
Plus en détailModélisation du développement microbien dans un aliment et application à l'appréciation quantitative des risques. Historique. Niveaux de modélisation
Modélisation du développement microbien dans un aliment et application à l'appréciation quantitative des risques Objectifs de la microbiologie prévisionnelle micro-organisme pathogène ou d altération produit
Plus en détailL. monocytogenes. dans les produits réfrigérés
Novembre 2006 Construction d une démarche interdisciplinaire de description du processus sanitaire modulant l exposition au danger L. monocytogenes dans les produits réfrigérés RAPPORT DE RECHERCHE Construction
Plus en détailSommaire Chapitre 1 Chapitre 2 Chapitre 3 Chapitre 4 Chapitre 5 Chapitre 6 Chapitre 7. ARC EPS Eco-microbiologie Prévisionnelle Statistique
ARC EPS Eco-microbiologie Prévisionnelle Statistique 1 Objectifs de l ARC EPS 2 Partenaires 3 Moyens 4 Problématique Microbiologique 5 Démarche et Résultats 6 Perspectives 7 Valorisation LES OBJECTIFS
Plus en détailANALYSE QUANTITATIVE DE RISQUE MICROBIOLOGIQUE EN ALIMENTATION
ANALYSE QUANTITATIVE DE RISQUE MICROBIOLOGIQUE EN ALIMENTATION QUAND LE GESTIONNAIRE DE LA SECURITE ALIMENTAIRE A-T-IL BESOIN D UTILISER UNE APPROCHE ANALYSE DE RISQUE? En concertation avec le groupe de
Plus en détailMots-clés : appréciation des risques, microbiologie prévisionnelle, Listeria monocytogenes.
Intérêt de la microbiologie prévisionnelle dans l appréciation de l'exposition alimentaire à Listeria monocytogenes. Significance of predictive microbiology for the assessment of the exposure of food to
Plus en détailModélisation d incertitudes et de variabilités en microbiologie quantitative des aliments
Modélisation d incertitudes et de variabilités en microbiologie quantitative des aliments Marie Cornu To cite this version: Marie Cornu. Modélisation d incertitudes et de variabilités en microbiologie
Plus en détailDoctorat ParisTech T H È S E. L Institut des Sciences et Industries du Vivant et de l Environnement (AgroParisTech)
Doctorat ParisTech T H È S E pour obtenir le grade de docteur délivré par L Institut des Sciences et Industries du Vivant et de l Environnement (AgroParisTech) Spécialité : Biostatistique présentée et
Plus en détailLe Guide d aide à la VALIDATION des MESURES de MAITRISE des dangers bactériologiques ACTION QUALITE
Le Guide d aide à la VALIDATION des MESURES de MAITRISE des dangers bactériologiques ACTION QUALITE Logo CERVIA Parce que l enjeu alimentaire est plus que jamais un défi pour demain, le CERVIA PARIS Ilede-France,
Plus en détailQUELLES APPLICATIONS INDUSTRIELLES POUR LA MICROBIOLOGIE PREVISIONNELLE
QUELLES APPLICATIONS INDUSTRIELLES POUR LA MICROBIOLOGIE PREVISIONNELLE ELLOUZE M IFIP, 7, Avenue du Général de Gaulle 94704 Maisons-Alfort. Présentation et historique La microbiologie prévisionnelle est
Plus en détailformations professionnelles fin 2014 / début 2015 hygiène alimentaire en restauration collective audit, conseil et formation professionnelle
audit, conseil et formation professionnelle Stage 1 Bonnes pratiques d hygiène en restauration collective 19 et 26 novembre Stage 2 Règles d hygiène lors du service 3 décembre Stage 3 Le nettoyage et la
Plus en détailContexte réglementaire en hygiène alimentaire
Contexte réglementaire en hygiène alimentaire 1 Réforme de la législation communautaire pour la restauration collective Approche traditionnelle = obligation de moyens Réglementation Arrêté Ministériel
Plus en détailMCMC et approximations en champ moyen pour les modèles de Markov
MCMC et approximations en champ moyen pour les modèles de Markov Gersende FORT LTCI CNRS - TELECOM ParisTech En collaboration avec Florence FORBES (Projet MISTIS, INRIA Rhône-Alpes). Basé sur l article:
Plus en détailScience et technique. La température et la durée de stockage sont des facteurs déterminants. Viande bovine et micro-organisme pathogène
Science et technique Viande bovine et micro-organisme pathogène La température et la durée de stockage sont des facteurs déterminants La contamination des carcasses lors des opérations d abattage et la
Plus en détailSensibilisation des opérateurs à l hygiène des aliments
Sensibilisation des opérateurs à l hygiène des aliments Le respect des bonnes pratiques d hygiène de fabrication, par chaque opérateur, constitue le préalable à toute démarche de maîtrise de la sécurité
Plus en détailModélisation aléatoire en fiabilité des logiciels
collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.
Plus en détailRAPPORT D'ENQUÊTE SPÉCIALE DU PROTECTEUR DU CITOYEN: Gestion de la crise de listériose associée aux fromages québécois SOMMAIRE
RAPPORT D'ENQUÊTE SPÉCIALE DU PROTECTEUR DU CITOYEN: Gestion de la crise de listériose associée aux fromages québécois LE CONTEXTE SOMMAIRE Le 19 août 2008, le ministère de la Santé et des Services sociaux
Plus en détailMicro-organismes et parasites des viandes : les connaître pour les maîtriser, de l éleveur au consommateur. Avant-propos
Avant-propos Les Cahiers Sécurité des Aliments du Centre d Information des Viandes (CIV) ont pour objet de rendre plus facilement accessible l ensemble des données techniques, réglementaires et scientifiques
Plus en détailDécrire l'ensemble des mesures de maîtrise et des mesures de surveillance dans des procédures ou modes opératoires portés à la connaissance de tous.
DEMARCHE HACCP EN CUISINE CENTRALE Alimentation GROSJEAN L, Vénissieux Juin 2010 Objectif La démarche HACCP (de l'américain Hazard Analysis Critical Control Point) est une méthode préventive visant à maîtriser
Plus en détailÉVALUATION DES RISQUES SANITAIRES D ORIGINE HYDRIQUE À L AIDE DE MODÈLES D ÉVALUATION QUANTITATIVE DU RISQUE
ÉVALUATION DES RISQUES SANITAIRES D ORIGINE HYDRIQUE À L AIDE DE MODÈLES D ÉVALUATION QUANTITATIVE DU RISQUE PIERRE PAYMENT, CENTRE INRS-INSTITUT ARMAND-FRAPPIER Réseau canadien de l eau ÉVALUATION DES
Plus en détailL application des principes HACCP dans les entreprises alimentaires. Guide d application de la réglementation
L application des principes HACCP dans les entreprises alimentaires Guide d application de la réglementation Service public fédéral Santé publique, Sécurité de la chaîne alimentaire et Environnement Direction
Plus en détailDe la mesure à l analyse des risques
De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De
Plus en détailRaisonnement probabiliste
Plan Raisonnement probabiliste IFT-17587 Concepts avancés pour systèmes intelligents Luc Lamontagne Réseaux bayésiens Inférence dans les réseaux bayésiens Inférence exacte Inférence approximative 1 2 Contexte
Plus en détailUne conférence-débat proposée par l Institut National de la Recherche Agronomique
Economies d'énergies dans les procédés agro-alimentaires : l'optimisation coût/qualité, un équilibre pas si facile à maîtriser Une conférence-débat proposée par l Institut National de la Recherche Agronomique
Plus en détailLes germes pathogènes dans l industrie agroalimentaire
Les germes pathogènes dans l industrie agroalimentaire VÉRONIQUE ZULIANI ET PASCAL GARRY CTSCCV, 7 avenue du Général de Gaulle, 94704 Maisons-Alfort Cedex Avec l aimable autorisation de la revue "Salles
Plus en détailCritères microbiologiques applicables aux denrées alimentaires Lignes directrices pour l interprétation
GRAND-DUCHE DE LUXEMBOURG MINISTÈRE DE LA SANTÉ DIRECTION DE LA SANTE SERVICE DE LA SECURITE ALIMENTAIRE Critères microbiologiques applicables aux denrées alimentaires Lignes directrices pour l interprétation
Plus en détailDéveloppement d'une méthodologie pour l appréciation quantitative des risques appliquée à Salmonella dans la viande de porc en Belgique
ACADEMIE UNIVERSITAIRE WALLONIE-EUROPE UNIVERSITE DE LIEGE FACULTE DE MEDECINE VETERINAIRE DEPARTEMENT DES SCIENCES DES DENREES ALIMENTAIRES SERVICE DE MICROBIOLOGIE Développement d'une méthodologie pour
Plus en détailTuberculose bovine. Situation actuelle
Tuberculose bovine Situation actuelle 21 mai 2013 Dr G. Peduto Vétérinaire cantonal Service de la consommation et des affaires vétérinaires 1 Tuberculose bovine La Suisse est indemne depuis 1959 Dernier
Plus en détailMéthodes de Simulation
Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents
Plus en détailCATALOGUE DE PRESTATIONS FORMATION ET CONSEILS
(1/30pages) CATALOGUE DE PRESTATIONS FORMATION ET CONSEILS ANNEE : 2015 Date de mise à jour : 09/03/2015 1 - Microbiologie des eaux - Microbiologie des aliments Formation technique de Microbiologie HYGIÈNE
Plus en détailCATALOGUE DE FORMATION. Qualité Hygiène et Sécurité Alimentaire. Au service des professionnels des métiers de bouche sur tout le territoire national
Qualité Hygiène et Sécurité Alimentaire 2015 Au service des professionnels des métiers de bouche sur tout le territoire national CATALOGUE DE FORMATION Enregistré sous le numéro 53350863735 auprès du Préfet
Plus en détailRésumé des communications des Intervenants
Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit
Plus en détail3: Clonage d un gène dans un plasmide
3: Clonage d un gène dans un plasmide Le clonage moléculaire est une des bases du génie génétique. Il consiste à insérer un fragment d'adn (dénommé insert) dans un vecteur approprié comme un plasmide par
Plus en détailAPPORT DES RESEAUX BAYESIENS DANS LA PREVENTION DE LA DELINQUANCE
SûretéGlobale.Org La Guitonnière 49770 La Meignanne Téléphone : +33 241 777 886 Télécopie : +33 241 200 987 Portable : +33 6 83 01 01 80 Adresse de messagerie : c.courtois@sureteglobale.org APPORT DES
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailCATALOGUE DE FORMATIONS 2014 2015
CATALOGUE DE FORMATIONS 2014 2015 Professionnels de l alimentation 06.47.75.88.57 HQSA Consulting contact@hqsafrance.fr Numéro de déclaration de prestataire de formation : SIRET SIRET : 804 : 284 284 420
Plus en détail2.0 Interprétation des cotes d évaluation des risques relatifs aux produits
2.0 Interprétation des cotes d évaluation des risques relatifs aux produits L interprétation des cotes attribuées dans le cadre des évaluations des risques relatifs aux produits décrite plus loin repose
Plus en détailboilers pompe à chaleur L eau chaude ne vous aura jamais paru aussi agréable
boilers pompe à chaleur L eau chaude ne vous aura jamais paru aussi agréable 1 boilers pompe à chaleur Midea est au niveau mondial un des plus important producteur de pompe à chaleur et de climatiseur
Plus en détailHYGIENE EN RESTAURATION COLLECTIVE
HYGIENE EN RESTAURATION COLLECTIVE Dr Erick KEROURIO DIRECTION DEPARTEMENTALE DE LA PROTECTION DES POPULATIONS DE L ESSONNE Le cadre réglementaire LA RESTAURATION COLLECTIVE Notion de «clientèle» captive
Plus en détailLa survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Plus en détailLe guide des bonnes pratiques d hygiène et la qualité alimentaire en restauration
FORMATION : THEORIQUE C.H.R. / INTRA-ENTREPRISE MODULE Le guide des bonnes pratiques d hygiène et la qualité alimentaire en restauration TYPE DE FORMATION : Hygiène et sécurité, qualité normalisation,
Plus en détailQUANTIFICATION DU RISQUE
QUANTIFICATION DU RISQUE Journées d études de Deauville, le 16 septembre 2011 OPÉRATIONNEL 1.Solvabilité 2 et le Risque Opérationnel 2.La gestion du Risque Opérationnel 3.Les méthodes de quantification
Plus en détailDe la mesure à l analyse des risques
De la mesure à l analyse des risques Séminaire FFA Jean-Paul LAURENT Professeur à l'isfa jean-paul.laurent@univ-lyon1.fr http://laurent.jeanpaul.free.fr/ 0 De la la mesure à l analyse des risques! Intégrer
Plus en détailFormations 2014 SECURITE DES ALIMENTS
Formations 2014 SECURITE DES ALIMENTS Nous contacter : Tél. : 09 69 32 22 72 - Fax : 08 20 56 90 05 - E-mail : formation@alpagroupe.fr Contexte : La sécurité alimentaire est une priorité de santé publique
Plus en détailCODE D USAGES EN MATIÈRE D HYGIÈNE POUR LES ALIMENTS RÉFRIGÈRES CONDITIONNES DE DURÉE DE CONSERVATION PROLONGÉE CAC/RCP 46-1999
CAC/RCP 46 Page 1 of 22 CODE D USAGES EN MATIÈRE D HYGIÈNE POUR LES ALIMENTS RÉFRIGÈRES CONDITIONNES DE DURÉE DE CONSERVATION PROLONGÉE CAC/RCP 46-1999 TABLE DES MATIERES INTRODUCTION...2 1. OBJECTIFS...2
Plus en détailCompétitivité des produits laitiers locaux: vers une standardisation du «fènè», un lait spontanément fermenté au Mali
Compétitivité des produits laitiers locaux: vers une standardisation du «fènè», un lait spontanément fermenté au Mali S. Wullschleger, B. Bonfoh; A. Sissoko, I. Traoré; S. Tembely, J. Zinsstag, C. Lacroix,
Plus en détailHygiène et capacité de charge
Hygiène et capacité de charge Plastique ou bois? Malgré un prix d acquisition plus élevé, les palettes plastiques offrent des avantages décisifs sur les palettes en bois. Il n existe aucune alternative
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailUne méthode de classification supervisée sans paramètre pour l apprentissage sur les grandes bases de données
Une méthode de classification supervisée sans paramètre pour l apprentissage sur les grandes bases de données Marc Boullé Orange Labs 2 avenue Pierre Marzin 22300 Lannion marc.boulle@orange-ftgroup.com,
Plus en détailUtilisation de produits sains et sûrs Mise en oeuvre de procédures strictes et rigoureuses
INTRODUCTION H.A.C.C.P. ou A.R.M.P.C. L Analyse des risques et maîtrise des points critique La nouvelle réglementation en matière d hygiène (ar. 09 mai 1995 et ar. 29 septembre 1997) oblige les responsables
Plus en détailHygiène alimentaire. Introduction
Direction des études Mission Santé-sécurité au travail dans les fonctions publiques (MSSTFP) Hygiène alimentaire Introduction Le temps de travail ne permet pas souvent aux salariés de déjeuner chez eux
Plus en détailFORMATION OBLIGATOIRE A L HYGIENE ALIMENTAIRE
FORMATION OBLIGATOIRE A L HYGIENE ALIMENTAIRE REFERENTIEL DE CAPACITE DE L OPERATEUR EN RESTAURATION COMMERCIALE (annexe II de l arrêté du 5 octobre 2011) Conseils d utilisation: Vous pouvez suivre la
Plus en détailSURVEILLANCE DES SALARIES MANIPULANT DES DENREES ALIMENTAIRES
SURVEILLANCE DES SALARIES MANIPULANT DES DENREES ALIMENTAIRES Dr Virginie NAEL Service de Santé au travail du personnel hospitalier CHU Nantes 44èmes journées FMC ANMTEPH / SOHF - Lausanne - Septembre
Plus en détailNombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN
Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques
Plus en détailPLAN DE PARTENARIAT 2014-2015
PLAN DE PARTENARIAT 2014-2015 LA FONDATION INITIA Fondée en 1992 sous le nom de Fondation des Gouverneurs, la Fondation Initia est un OSBL qui a comme mission d aider les entreprises en agroalimentaire
Plus en détailSurveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)
Surveillance et maintenance prédictive : évaluation de la latence de fautes Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG) SURVEILLANCE Analyser une situation et fournir des indicateurs! Détection de symptômes!
Plus en détailOPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)
OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) LAGGOUNE Radouane 1 et HADDAD Cherifa 2 1,2: Dépt. de G. Mécanique, université de Bejaia, Targa-Ouzemour
Plus en détailCHAPITRE 5. Stratégies Mixtes
CHAPITRE 5 Stratégies Mixtes Un des problèmes inhérents au concept d équilibre de Nash en stratégies pures est que pour certains jeux, de tels équilibres n existent pas. P.ex.le jeu de Pierre, Papier,
Plus en détailValidation probabiliste d un Système de Prévision d Ensemble
Validation probabiliste d un Système de Prévision d Ensemble Guillem Candille, janvier 2006 Système de Prévision d Ensemble (EPS) (ECMWF Newsletter 90, 2001) Plan 1 Critères de validation probabiliste
Plus en détailRésistance aux Antimicrobiens: Ensemble, nous pouvons réduire ce risque
Résistance aux Antimicrobiens: Ensemble, nous pouvons réduire ce risque Débats de Santé Publique 2014 Carmem Lúcia Pessoa-Silva, MD, PhD Health Security and Environment, WHO Headquarters, Geneva pessoasilvacl@who.int
Plus en détailGRENADE / GARONNE 30 janvier 2014. Centrale de Restauration MARTEL Maryse LAFFONT, Diététicienne
LA RESTAURATION SCOLAIRE GRENADE / GARONNE 30 janvier 2014 Centrale de Restauration MARTEL Maryse LAFFONT, Diététicienne LES OBJECTIFS Apporter aux enfants une alimentation de Qualité pour répondre à leurs
Plus en détailGuide des bonnes pratiques d hygiène de la distribution de produits alimentaires par les organismes caritatifs
Guide des bonnes pratiques d hygiène de la distribution de produits alimentaires par les organismes caritatifs Edition 2011 ISBN : 978-2-11-076672-4 ISSN : 0767-4538 AVIS AUX PROFESSIONNELS DE L ALIMENTATION
Plus en détailPaquet hygiène : Le règlement 852/2004 relatif à l hygiène des denrées alimentaires
Paquet hygiène : Le règlement 852/2004 relatif à l hygiène des denrées alimentaires Applicable au 1 er janvier 2006 Objectif : Etablit les règles générales en matière d hygiène, est directement applicable
Plus en détailDomaine : Sciences, Technologies et Santé Mention : Nutrition, Sciences des aliments, Agroalimentaire
Contexte Domaine : Sciences, Technologies et Santé Mention : Nutrition, Sciences des aliments, Agroalimentaire Fédération des spécialités de Master des 5 pôles universitaires partenaires de la région Nord-Pas-de-Calais
Plus en détailASSURER LA QUALITE DES RESULTATS D ESSAI ET D ETALONNAGE Assuring the quality of test and calibration results
ASSURER LA QUALITE DES RESULTATS D ESSAI ET D ETALONNAGE Assuring the quality of test and calibration results Soraya Amarouche Armelle Picau Olivier Pierson Raphaël Deal Laboratoire National de Métrologie
Plus en détailPAQUET HYGIÈNE : MODE D EMPLOI
PAQUET HYGIÈNE : MODE D EMPLOI AOÛT 2007 Ce document est une synthèse de cette nouvelle réglementation en matière de sécurité des aliments à destination des diététiciens. Il a été validé par le comité
Plus en détailAssises Européennes du Bâtiment Basse Consommations. Frédéric ric FRUSTA. Président Directeur Général. ENERGIVIE 25 Juin 2010
c1 Assises Européennes du Bâtiment Basse Consommations Frédéric ric FRUSTA Président Directeur Général ENERGIVIE 25 Juin 2010 Diapositive 1 c1 Merci de me fournir le texte complet de la page de titre cql;
Plus en détailIntérêt diagnostic du dosage de la CRP et de la leucocyte-estérase dans le liquide articulaire d une prothèse de genou infectée
Intérêt diagnostic du dosage de la CRP et de la leucocyte-estérase dans le liquide articulaire d une prothèse de genou infectée C. Rondé-Oustau, JY. Jenny,J.Sibilia, J. Gaudias, C. Boéri, M. Antoni Hôpitaux
Plus en détailSimulation 06-11-2013
Conception d'un système de ventilation décentralisée : retour d'expérience sur l'intérêt de la simulation thermique dynamique et de la CFD Luc Prieels, Greencom Projet GREEN+ Groupe de REcupération d ENergie
Plus en détailGènes Diffusion - EPIC 2010
Gènes Diffusion - EPIC 2010 1. Contexte. 2. Notion de génétique animale. 3. Profil de l équipe plateforme. 4. Type et gestion des données biologiques. 5. Environnement Matériel et Logiciel. 6. Analyses
Plus en détailStatistique Bayésienne
Statistique Bayésienne Éléments de Culture Générale Lionel RIOU FRANÇA INSERM U669 Mai 2009 Lionel RIOU FRANÇA (INSERM U669) Statistique Bayésienne Mai 2009 1 / 139 Sommaire Sommaire 1 Approche Bayésienne
Plus en détailMODELES DE DUREE DE VIE
MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions
Plus en détailVARIO 200 / 200ZR LE FOUR À CÉRAMIQUE DOTÉ D UNE TECHNOLOGIE DE CUISSON RÉVOLUTIONNAIRE. www.zubler.de
FR VARIO 200 / 200ZR LE FOUR À CÉRAMIQUE DOTÉ D UNE TECHNOLOGIE DE CUISSON RÉVOLUTIONNAIRE www.zubler.de Made in Germany Précision, innovation, pérennité et haute qualité. De telles valeurs sont pour nous
Plus en détailSurveillance des toxi-infections alimentaires collectives
Surveillance des toxi-infections alimentaires collectives Données de la déclaration obligatoire, 2012 En 2012, 1 288 foyers de toxi-infections alimentaires collectives (Tiac) ont été déclarés en France,
Plus en détailLa réalisation d essais en réacteur pilote en vue d une demande d homologation de digestat
La réalisation d essais en réacteur pilote en vue d une demande d homologation de digestat M CORDELIER, JF. LASCOURREGES, C. PEYRELASSE, C.LAGNET, P.POUECH 4 ième Journées Industrielles Méthanisation 4
Plus en détailAlgorithmes d'apprentissage
Algorithmes d'apprentissage 1 Agents qui apprennent à partir d'exemples La problématique : prise de décision automatisée à partir d'un ensemble d'exemples Diagnostic médical Réponse à une demande de prêt
Plus en détailK. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau
Apport des modèles de krigeage à la simulation numérique K Ammar, F Bachoc, JM Martinez CEA-Saclay, DEN, DM2S, F-91191 Gif-sur-Yvette, France Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des
Plus en détailAPPROCHE DE MODELISATION DE LA PROPAGATION DE L INCENDIE DANS UN EDIFICE ET SON INTEGRATION DANS UN SYSTEME DECISIONNEL
APPRCHE DE MDELISATIN DE LA PRPAGATIN DE L INCENDIE DANS UN EDIFICE ET SN INTEGRATIN DANS UN SYSTEME DECISINNEL Sanae KHALI ISSA (*), Abdellah AZMANI (*), Karima ZEJLI (**) sanaeissa@gmail.com, abdellah.azmani@gmail.com,
Plus en détailFeuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.
Université de Nantes Année 2013-2014 L3 Maths-Eco Feuille 6 : Tests Exercice 1 On cherche à connaître la température d ébullition µ, en degrés Celsius, d un certain liquide. On effectue 16 expériences
Plus en détailchargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d
Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste
Plus en détailVers une approche Adaptative pour la Découverte et la Composition Dynamique des Services
69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard
Plus en détail5. Matériaux en contact avec l eau
Monitoring de la qualité Microbiologique de l eau potable dans les réseaux de distributions Intérêt de l utilisation d un kit de mesure rapide de la flore totale UTLISATIONS 1. Surveillance de Réseau mixte
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailEvaluation des performances de programmes parallèles haut niveau à base de squelettes
Evaluation des performances de programmes parallèles haut niveau à base de squelettes Enhancing the Performance Predictability of Grid Applications with Patterns and Process Algebras A. Benoit, M. Cole,
Plus en détailDurée La formation sera répartie sur une semaine au mieux des intérêts de l établissement.
www.formation-coupdefouet.fr Téléphone : 06 21 13 45 41 Fax : 05 87 72 00 45 Mail : formation.coupdefouet@gmail.com Formation HACCP L Hygiène HACCP en RESTAURATION Présentation Objectifs : Mettre en conformité
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailTABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en détailÉquation de Langevin avec petites perturbations browniennes ou
Équation de Langevin avec petites perturbations browniennes ou alpha-stables Richard Eon sous la direction de Mihai Gradinaru Institut de Recherche Mathématique de Rennes Journées de probabilités 215,
Plus en détailContact SCD Nancy 1 : memoires@scd.uhp-nancy.fr
AVERTISSEMENT Ce document est le fruit d'un long travail approuvé par le jury de soutenance et mis à disposition de l'ensemble de la communauté universitaire élargie. Il est soumis à la propriété intellectuelle
Plus en détailHygiène alimentaire en restauration collective
1 2 3 4 5 6 7 Catalogue 2011 Audit, conseil et formation Hygiène alimentaire en restauration collective Laboratoire Départemental de la Côte-d'Or Sommaire 1 2 3 4 5 6 7 Sensibilisation à l hygiène alimentaire
Plus en détailExemple de cahier de laboratoire : cas du sujet 2014
Exemple de cahier de laboratoire : cas du sujet 2014 Commentaires pour l'évaluation Contenu du cahier de laboratoire Problématique : Le glucose est un nutriment particulièrement important pour le sportif.
Plus en détailT.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY
T.P. FLUENT Cours Mécanique des Fluides 24 février 2006 NAZIH MARZOUQY 2 Table des matières 1 Choc stationnaire dans un tube à choc 7 1.1 Introduction....................................... 7 1.2 Description.......................................
Plus en détailConstruction bayésienne de prévisions probabilistes à partir des sorties d'un modèle déterministe pluie-débit
Construction bayésienne de prévisions probabilistes à partir des sorties d'un modèle déterministe pluie-débit Marie Courbariaux, Éric Parent & Pierre Barbillon INRA/AgroParisTech, UMR518 MIA, 75231 Paris,
Plus en détailUMT8.03 PHYSI Opt UMY14.01 SPORE RISK
UMT8.03 PHYSI Opt UMY14.01 SPORE RISK 1 TRANSFERT ET VALORISATION 1.1 Synthèse des publications et communications 1.1.1 Un total de 17 publications dans des journaux scientifiques 1. Desriac N, Coroller
Plus en détailPartie I Les constats actuels dans le secteur agroalimentaire
Partie I Les constats actuels dans le secteur agroalimentaire 1 Plantons le décor Les professionnels de l agroalimentaire doivent à leurs clients, les consommateurs que nous sommes tous, de préparer et
Plus en détailHygiène alimentaire en restauration collective
Catalogue de formations 2012 Audit, conseil et formation Hygiène alimentaire en restauration collective Laboratoire Départemental de la Côte-d'Or 1 2 3 4 5 6 7 8 Sommaire Sensibilisation à l hygiène alimentaire
Plus en détailNote de Synthèse. FABRICATION DE CONSERVES ALIMENTAIRES Cadre législatif et réglementaire Descriptif du procédé de fabrication
Diplôme Universitaire Gardien de Refuge de Montagne Note de Synthèse FABRICATION DE CONSERVES ALIMENTAIRES Cadre législatif et réglementaire Descriptif du procédé de fabrication Laborde Paul DU Gardien
Plus en détailUne application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies
Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies Ariane Lançon (Observatoire de Strasbourg) en collaboration avec: Jean-Luc Vergely,
Plus en détail