MétaCan
Menu
Retour à la cohorte
Enregistrement W2034597026 · doi:10.1002/j.2050-0416.2011.tb00482.x

Rehydration of Active Dry Brewing Yeast and its Effect on Cell Viability

2011· article· en· W2034597026 sur OpenAlexaff
David Jenkins, Chris Powell, Tobias Fischborn, Katherine A. Smart

Notice bibliographique

RevueJournal of the Institute of Brewing · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensLallemand (Canada)
Organismes subventionnairesnon disponible
Mots-clésBrewingYeastViability assayCell disruptionFood scienceFlocculationSaccharomyces cerevisiaeBiologyChemistryCellBiochemistryFermentation

Résumé

récupéré en direct d'OpenAlex

The use of active dry yeast (ADY) in the brewing industry is becoming increasingly attractive due to several key features, including its capacity to be stored conveniently and to be prepared rapidly for use. However, some studies have reported that undesirable effects may occur when employing lager strains in the ADY form, such as abnormal flocculation, haze formation and a less stable foam structure. These effects have been linked to reduced viability, caused by cell death during the drying and rehydration processes. It is known that the means by which yeast is rehydrated is important to maintain membrane integrity and to prevent potentially lethal damage from occurring. In order to determine the impact of rehydration conditions on yeast viability, three industrially manufactured ADY strains were examined. Each strain was rehydrated using a variety of parameters and monitored for cell viability using slide culture and a variety of brightfield and fluorescent stains.

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 enseignants0,287
Score d'incertitude au seuil0,081

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 Opus0,030
Tête enseignante GPT0,221
Écart entre enseignants0,191 · 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

Citations25
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Institute of BrewingMême sujetFermentation and Sensory AnalysisTravaux en français237 207