MétaCan
Menu
Retour à la cohorte
Enregistrement W2034904147 · doi:10.1111/ijfs.12056

Characterisation of malolactic conversion by <i>Oenococcus oeni</i> to reduce the acidity of apple juice

2013· article· en· W2034904147 sur OpenAlexaff
Jingfei Gao, H.P. Vasantha Rupasinghe, Nancy L. Pitts

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésOenococcus oeniMalolactic fermentationMalic acidLactic acidFood scienceChemistryBacteriaCitric acidBiology

Résumé

récupéré en direct d'OpenAlex

Summary The high concentration of malic acid is responsible for the acidity and sourness in apple juice. Bio‐conversion of malic acid to lactic acid through malolactic conversion (MC) in apple juice using Oenococcus oeni was investigated. When apple juice was inoculated with O. oeni (1 × 10 6 CFU mL −1 ), over 90% of malic acid was converted into lactic acid within 96 h at room temperature. When pH of apple juice was adjusted to 4.1 prior to inoculation, MC was completed within 60 h. MC was enhanced at a higher temperature (30°C) when compared with room temperature. The rate of MC was directly proportional to the number of bacteria added and MC was completed within 24 h at 1 × 10 9 CFU mL −1 initial cell density. MC occurred equally under aerobic and anaerobic conditions. The sensory analysis of partial MC‐applied juice when compared against control revealed potential for use of MC for manufacture of low‐acid apple juice.

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 enseignants0,021
Score d'incertitude au seuil0,273

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,248
Écart entre enseignants0,233 · 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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetFermentation and Sensory AnalysisTravaux en français237 207