MétaCan
Menu
Retour à la cohorte
Enregistrement W2033944202 · doi:10.1111/j.1472-765x.2009.02647.x

A new strategy to apply<i>Bacillus subtilis</i>MA139 for the production of solid-state fermentation feed

2009· article· en· W2033944202 sur OpenAlexfundno aff
Ronghua Zhu, Wen‐Qing Lu, Lan Gong

Notice bibliographique

RevueLetters in Applied Microbiology · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Laboratory of Animal NutritionChinese Academy of SciencesUniversity of Saskatchewan
Mots-clésLactobacillus fermentumBacillus subtilisFermentationFood scienceBranSolid-state fermentationEnterobacteriaceaeStarterBiologyBacteriaSalmonellaLactic acidStrain (injury)Escherichia coliMicrobiologyBiochemistryLactobacillus plantarum

Résumé

récupéré en direct d'OpenAlex

AIM: The study investigated the potential of using Bacillus subtilis MA139 in combination with Lactobacillus fermentum and Saccharomyces cerevisae to produce solid-state fermentation feed. METHODS AND RESULTS: In a pure fermentation, B. subtilis MA139 was able to grow and synthesize antimicrobial substances at temperatures from 25 to 37 degrees C and at a pH from 5.0 to 9.0. Subsequently, B. subtilis MA139, Lact. fermentum and S. cerevisae were used as starter strains co-inoculated in unsterilized substrate (feed-grade soybean meal and wheat bran). Following 10 days of fermentation in a newly developed plastic bag equipped with a one-way valve, lactic acid bacteria and Bacillus became the predominant strains while S. cerevisae cells decreased slightly. Enterobacteriaceae (Escherichia coli K88 and Salmonella typhimurium) were not detected. CONCLUSIONS: Use of B. subtilis MA139 as a starter strain co-inoculated with S. cerevisae and Lact. fermentum successfully controlled the growth of enterobacteriaceae. SIGNIFICANCE AND IMPACT OF THE STUDY: This study provided a facile and low-cost way to produce solid-state fermentation feed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,098
Score d'incertitude au seuil0,227

Scores Codex et Gemma par catégorie

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 Opus0,014
Tête enseignante GPT0,231
Écart entre enseignants0,217 · 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 tête enseignante, 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

Citations16
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLetters in Applied MicrobiologyMême sujetProbiotics and Fermented FoodsTravaux en français237 207