Statistique Bayésienne et Monte-Carlo de Second Ordre pour l’évaluation des risques microbiologiques : le cas de Listeria monocytogenes dans les produits de IVème gamme

par Amélie Crépet

Thèse de doctorat en Mathématiques appliquées et applications des mathématiques

Sous la direction de Frédéric Carlin.

  • Titre traduit

    Bayesian statistic and Second-Order Monte Carlo for microbiological risk assessment : the case of Listeria monocytogenes in minimally processed vegetables


  • Pas de résumé disponible.


  • Résumé

    Listeria monocytogenes par sa présence dans les végétaux et sa capacité à se développer à de faibles températures représente un danger pour les consommateurs de salades de IVème gamme. L'objectif de ces travaux est de construire un modèle d'évaluation des risques de listériose par consommation de ce produit. Nous opérons en deux temps : estimation des paramètres d'entrée du modèle par inférence bayésienne puis, à partir des distributions obtenues, simulation de l'exposition et du risque par méthodes de Monte-Carlo de second ordre. Ces techniques permettent de propager séparément la variabilité et l'incertitude le long de la chaîne alimentaire. En particulier, un modèle d'estimation de la distribution de la contamination microbiologique d'un aliment, tenant compte des faibles concentrations est développé. L'effet sur le risque de différents scénarios comme le plafonnement de la croissance de L. Monocytogenes ou l'élimination du chlore du procédé industriel est évalué.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (222 p.)
  • Annexes : Bibliographie 215 réf.

Où se trouve cette thèse ?

  • Bibliothèque : AgroParisTech. Centre de Paris. Bibliothèque.
  • Disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.