Malolactic fermentation in wine - beyond deacidification
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
1. Introduction, 589 2. Citrate fermentation, 589 3. Metabolism of carbohydrates, 590 3.1 Metabolism of mono‐ and disaccharides, 590 3.2 Metabolism of polysaccharides, 591 3.3 Metabolism of polyols, 591 4. Catabolism of aldehydes, 592 5. Hydrolysis of glycosides, 592 6. Degradation of phenolic acids, 593 7. Synthesis and hydrolysis of esters, 593 8. Lipolysis, 593 9. Proteolysis and peptidolysis, 593 10. Amino acid catabolism, 594 11. Sensory impact, 595 12. Health implications, 595 12.1 Formation of amines, 595 12.2 Formation of ethyl carbamate precursors, 595 12.3 Formation of glyoxal and methylglyoxal, 596 13. Conclusions, 596 14. References, 596 Malolactic fermentation (MLF) in wine is a secondary fermentation that usually occurs at the end of alcoholic fermentation by yeasts, although it sometimes occurs earlier. It is practically a biological process of wine deacidification in which the dicarboxylic L‐malic acid (malate) is converted to the monocarboxylic L‐lactic acid (lactate) and carbon dioxide (Davis et al. 1985). Deacidification is particularly desirable for high‐acid wine produced in cool‐climate regions, such as New Zealand and Canada. This process is normally carried out by lactic acid bacteria (LAB) isolated from wine, including Oenococcus oeni (formerly Leuconostoc oenos; Dicks et al. 1995), Lactobacillus spp. and Pediococcus spp. (Wibowo et al. 1985). Various technologies, such as bioreactors with high‐density cells and immobilized cells or enzymes, have been developed to facilitate wine deacidification (Maicas 2001). Oenococcus oeni is the preferred species used to conduct MLF due to its acid tolerance and flavour profile produced. In addition to its occurrence in wine, MLF occurs in other fermented beverages, such as cider (Carr 1987; Jarvis et al. 1995).
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) | 0,001 | 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) | 0,001 | 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