INTERACTIVE EFFECTS OF SELECTED NUTRIENTS AND FERMENTATION TEMPERATURE ON H<sub>2</sub>S PRODUCTION BY WINE STRAINS OF <i>SACCHAROMYCES</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Metabolic interactions between yeast assimilable nitrogen (YAN), biotin, pantothenic acid, and fermentation temperature that affect H 2 S production by wine yeast during alcoholic fermentation were examined. Strains of Saccharomyces cerevisiae (UCD 522 and EC1118) were inoculated into a synthetic grape juice medium with H 2 S evolution monitored under fermentative conditions. While a number of interactions affected the evolution of H 2 S, YAN as a factor by itself was found to be not significant ( P > 0.05) for both yeasts examined. Maximal cumulative H 2 S production for strain UCD 522 occurred in media fermented at 30C with 60 mg/L YAN, 10 µg/L biotin, and 50 µg/L pantothenic acid while minimum production was observed with 250 mg/L YAN and 250 µg/L pantothenate. Similarly, strain EC1118 produced the most H 2 S at 30C, but with 250 mg/L YAN, 0.5 µg/L biotin, and 50 µg/L pantothenic acid and the least in media that contained 250 mg/L YAN and 250 µg/L pantothenic acid. PRACTICAL APPLICATIONS “Reduced” off‐odors of wines, primarily associated with sulfur‐containing molecules such as H 2 S, continue to be a difficulty facing winemakers worldwide. One strategy for wineries to limit these problems is to add yeast nutrients prior to fermentation, most commonly, nitrogen‐containing compounds such as diammonium phosphate. However, nitrogen deficiency is not always the sole cause for these problems. Rather, the current research suggests the need to consider factors other than nitrogen including availability of biotin and pantothenic acid as well as fermentation temperature in order to minimize these off‐odors.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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