MétaCan
Menu
Retour à la cohorte
Enregistrement W2321967521 · doi:10.3389/fmicb.2016.00243

Production of Volatile and Sulfur Compounds by 10 Saccharomyces cerevisiae Strains Inoculated in Trebbiano Must

2016· article· en· W2321967521 sur OpenAlexaff
Francesca Patrignani, Fabio Chinnici, Diana Isabella Serrazanetti, Pamela Vernocchi, Maurice Ndagijimana, Claudio Riponi, Rosalba Lanciotti

Notice bibliographique

RevueFrontiers in Microbiology · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensAlberta Ministry of Agriculture and ForestryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSaccharomyces cerevisiaeStarterFermentationChemistrySulfurYeastFood scienceWineAcetaldehydeSaccharomycesChromatographyEthanolBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In wines, the presence of sulfur compounds is the resulting of several contributions among which yeast metabolism. The characterization of the starter Saccharomyces cerevisiae needs to be performed also taking into account this ability even if evaluated together with the overall metabolic profile. In this perspective, principal aim of this experimental research was the evaluation of the volatile profiles, throughout GC/MS technique coupled with solid phase micro extraction, of wines obtained throughout the fermentation of 10 strains of S. cerevisiae. In addition, the production of sulfur compounds was further evaluated by using a gas-chromatograph coupled with a Flame Photometric Detector. Specifically, the 10 strains were inoculated in Trebbiano musts and the fermentations were monitored for 19 days. In the produced wines, volatile and sulfur compounds as well as amino acid concentrations were investigated. Also the physico-chemical characteristics of the wines and their electronic nose profiles were evaluated.

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 enseignants0,003
Score d'incertitude au seuil0,006

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 savante0,0010,000
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 Opus0,009
Tête enseignante GPT0,198
Écart entre enseignants0,189 · 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

Citations18
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetFermentation and Sensory AnalysisTravaux en français237 207