MétaCan
Menu
Retour à la cohorte
Enregistrement W2132534732 · doi:10.5539/jfr.v1n3p295

Inhibition of Yeast in Commercial Pickle Brines

2012· article· en· W2132534732 sur OpenAlexvenueno aff
Thi Bich Nga Doan, Dinesh Babu, R. W. Buescher

Notice bibliographique

RevueJournal of Food Research · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Quality and Safety Studies
Établissements canadiensnon disponible
Organismes subventionnairesPickle Packers InternationalUniversity of Arkansas
Mots-clésHexanoic acidYeastFermentationChemistryFood scienceBrineIncubationSorbic acidSodiumPopulationBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This study investigated the inhibition of yeasts in brines from fermented cucumber pickles using 2, 4-hexadienoic (sorbic), hexanoic and (E)-3-hexenoic acids. Native yeast population and chemical composition of commercial brines were analyzed and the minimum inhibitory concentrations of inhibitors on yeast growth were established. Commercial brines were treated with 100-350 ppm of 2, 4-hexadienoic (sorbic), hexanoic and (E)-3-hexenoic acids individually and at 2.5 to 10% salt (sodium chloride) concentrations. Yeast populations in the treated brines were monitored for 30 days of incubation. Hexanoic and (E)-3-hexenoic acids at 350 ppm caused reduction in yeast populations by about 4 and 2 log CFU/ml, respectively, within 24 hours of treatment. However, when brines were treated with 2, 4-hexadienoic acid at salt concentrations of 7.5 to 10%, there were no significant differences noted in yeast inhibition between the three acids. Hexanoic and (E)-3-hexenoic acids at 200 ppm caused longer lasting inhibitory effects (30 days) on yeasts than the traditionally used 2, 4-hexadienoic acid (10 days) in fermentation brine. Thus, the hexanoic and (E)-3-hexenoic acids are potential alternatives to 2, 4-hexadienoic acid for controlling yeasts during storage of spent cucumber fermentation brines.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,226
Tête enseignante GPT0,380
Écart entre enseignants0,154 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetFood Quality and Safety StudiesTravaux en français237 207