MétaCan
Menu
Retour à la cohorte
Enregistrement W2236895231 · doi:10.1111/1541-4337.12188

Aeration and Foam Control in Baker's Yeast Production: Mapping Patents

2016· article· en· W2236895231 sur OpenAlexaff
Pierre Gélinas

Notice bibliographique

RevueComprehensive Reviews in Food Science and Food Safety · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésAerationYeastFermentationIngredientFood scienceSugarPulp and paper industryChemistryEnvironmental scienceBusinessEngineeringBiochemistry

Résumé

récupéré en direct d'OpenAlex

A key ingredient in the baking industry, baker's yeast must be produced under strict controlled conditions. High yields of baker's yeast cannot be attained unless a huge quantity of air is injected into fermentation vats. This review of 245 patent specifications shows that inventors have paid much attention to the distribution of fine air bubbles in order to optimize oxygen transfer to the yeast cells. Technical solutions to reduce energy costs associated with aeration are also proposed. Intense aeration caused foaming problems, so mechanical destruction of foam was first proposed until inventions on specific chemical antifoams were patented. In recent years, the development of cheaper and more efficient foam control techniques has remained an issue. Aeration during yeast growth in tanks impairs its fermentative activity in anaerobic bread dough. Since the beginning of the 20th century, massive adoption of air-grown fed-batch baker's yeast probably encouraged sugar addition to stimulate yeast gassing activity in pan bread characterized by high loaf volume, especially those prepared under short dough fermentation conditions.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,073
Tête enseignante GPT0,261
Écart entre enseignants0,188 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComprehensive Reviews in Food Science and Food SafetyMême sujetFermentation and Sensory AnalysisTravaux en français237 207