MétaCan
Menu
Retour à la cohorte
Enregistrement W1574025144

CARBON DIOXIDE GENERATION, TRANSPORT AND RELEASE DURING THE FERMENTATION OF BARLEY MALT

2013· article· en· W1574025144 sur OpenAlexvenueno aff
Andrew J. MacIntosh

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueIron and Steelmaking Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbon dioxideFermentationEnvironmental scienceChemistryEnvironmental chemistryFood science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Carbon Dioxide (CO2) is a major fermentation product generated during the production of beer, the subsequent release of this gas within the fermentor results in agitation that is necessary for sustained industrial fermentation. CO2 is sometimes monitored allowing brewers to stoichiometrically relate CO2 released to other products. In this manner the rate of gas release from the fermentor may be used to assess, control and predict other aspects of fermentation. The dynamics of CO2 generation, transport and release are explored throughout this thesis over several studies. The tools used to examine CO2 production were scrutinized including a miniature assay using various modeling techniques. \nA miniature scale fermentation assay included in the methods of the American Society of Brewing Chemists was compared to industrial scale fermentations. It was found that discrepancies were possibly due (at least in part) to fermentor geometry. Following this study, a literature review of CO2 solubility in aqueous sugar, and ethanol solutions was conducted. This study exposed previously undescribed inaccuracies in literature, i.e., it was found that several gas solubility tables were empirical derived and are therefore unlikely to accurately reflect all styles of beer. The next study scrutinized the consumption of sugars during barley fermentation and found that these fermentations often exhibit asymmetric sigmoidal attenuation. A five parameter logistic model was introduced to model this sugar consumption more accurately than previously described techniques. Using methods refined during the aforementioned studies, a fermentation was conducted where a mass balance was used to track all major fermentation parameters (the consumption of individual sugars, and the production of ethanol, carbon dioxide, yeast biomass and glycerol). This allowed an assessment of Balling’s theorem as compared to modern theory. It was shown that while accurate in predicting original extract, Balling’s theorem incorrectly quantified other fermentation parameters. This has large ramifications for both industry and research as the estimation of fermentation parameters (such as ethanol and fermentation time) is now better understood.\nFrom these studies, the production of beer becomes less of a “black box” operation, and CO2 saturation, transport and release can be better explained. Of the many fermentation aspects monitored during these studies, most were predicted by theory, however, there were notable exceptions. For instance, it was found that both the inhibition of maltose consumption and yeast sugar consumption dynamics (which remained relatively constant throughout the fermentation at ~ 50 pg·h-1 for cells with an average mass of ~ 40 pg). were found to deviate from previously described reports. These, and other findings improve our understanding of brewing fermentations allowing for additional applications of theory and recommendations in industrial operations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,002
Tête enseignante GPT0,120
Écart entre enseignants0,118 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)Même sujetIron and Steelmaking ProcessesTravaux en français237 207