MétaCan
Menu
Retour à la cohorte
Enregistrement W2091393356 · doi:10.3390/molecules20035112

Functional Characterization of Individual- and Mixed-Burgundian Saccharomyces cerevisiae Isolates for Fermentation of Pinot Noir

2015· article· en· W2091393356 sur OpenAlexafffund
Emily Terrell, Margaret A. Cliff, Hennie Van Vuuren

Notice bibliographique

RevueMolecules · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFermentationFood scienceSaccharomyces cerevisiaeEthyl acetateChemistryBiologyYeastOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Pinot noir has traditionally been fermented by native flora of multiple yeasts producing a complex combination of aromas and flavors. With the use of industrial dry yeasts, winemakers gained enological reliability and consistency in their wines, but lost diversity and complexity. This research evaluated the use of co-culturing yeasts to fulfill this dual role. Fermentations of Burgundian Saccharomyces cerevisiae isolates and their mixtures were evaluated for their enological characteristics and production of volatile compounds, at 22 °C and 27 °C. The novel isolates were genetically unique and enologically equivalent to the industrial strains. Analysis of variance and principal component analysis of 25 headspace volatiles revealed differences among the yeasts and between the fermentation temperatures. Wines from the mixed-Burgundian isolates were most similar to one another and could be differentiated from the industrial strains at both 22 °C and 27 °C. Mixed-Burgundian wines at both temperatures had higher concentrations of ethyl esters and acetate esters, compared to the industrial strains which had higher concentrations of higher alcohols at 27 °C and higher concentration of other ethyl esters at 22 °C. Given the unique profiles of the co-cultured wines, this research offers winemakers a strategy for producing wines with unique and more complex characters without the risk of spontaneous fermentations.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,782
Score d'incertitude au seuil0,121

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 Opus0,043
Tête enseignante GPT0,236
Écart entre enseignants0,194 · 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

Citations5
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetFermentation and Sensory AnalysisTravaux en français237 207