The Combined Effects of Oxygen Supply Strategy, Inoculum Size and Temperature Profile on Very-High-Gravity Beer Fermentation by Saccharomyces cerevisiae
Notice bibliographique
Résumé
The timing and concentration of oxygen supply to wort are of particular relevance in industrial beer brewing where tank volumes exceed brewhouse capacity, thereby necessitating fermenter filling in a multiple-brew fashion. A simple technique for accurately controlling dissolved oxygen concentration is presented to model industrial, multi-brew fermentations at bench and pilot scales. This method was employed to identify an effective oxygen supply strategy for batch fermentations conducted with very-high-gravity (VHG) wort. Addition of 25 ppm dissolved oxygen to the fermenting wort, 12 h after inoculation, was the most effective oxygenation strategy and reduced fermentation time by 33% compared to the control conditions. Pilot-scale trials were subsequently conducted to further optimize VHG batch fermentation performance through simultaneous manipulation of key fermentation process parameters, including increased yeast inoculum size, early and increased free-rise timing and temperature, and optimized oxygenation strategy. This approach reduced the time to achieve end of fermentation targets by 34% compared to trials conducted under control conditions. The improved fermentation profile was consistent over three successive inoculations and minimal impact was observed on key flavour volatiles. Employing the optimized process for VHG batch beer production would be industrially desirable due to the potential for improved process efficiency and cost-savings.
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 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) | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».