Notice bibliographique
Résumé
This research was conducted by employing local black jasmine rice grown in Kampaengphet, Thailand as raw material for red wine production. The author firstly studied black jasmine rice fundamental information, black jasmine starch and liquid starch. The 2 levels suitable proportions of black jasmine starch and clean water screened from 6 levels were 1:3 and 1:5 (w/w) prior to TSS adjustment to 20 and 25 oBrix. The mixture was 10 days fermented with Saccharomyces cerevisiae yeast before conducting aging at 0-4 oC for 8 weeks. It was found the alcohol content of red wine produced from black jasmine rice was 12% after 10 days of fermentation and TSS was depleted to 7.5-9.25 oBrix as pH which insignificantly reduced from 3.17-3.12 to 3.46-3.62. Antioxidant activity comparison between before and after fermentation of black jasmine wine indicated 85.14-89.06% and reduced to 80.26-86.54% respectively, due to the fermentation and aging process which reduced average 27-41% of anthocyanin even though total phenolic was average 10-54% increased. Proportion between black jasmine rice starch and clean water contained different TSS has significantly effected to wine’s sense quality at 95% of confidence level. Black jasmine rice wine produced from the black jasmine rice to clean water proportion of 1:5 with 25 oBrix TSS adjusted has obtained highest total hedonic score in the issues of color, clarity, sweetness, bitterness and significantly differed (P<0.05). All characteristics derived score were greater than 7 (moderate satisfied) except body characteristic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».