MétaCan
Menu
Retour à la cohorte
Enregistrement W2466422633 · doi:10.25518/1780-4507.13117

Isolation and screening of Weissella strains for their potential use as starter during attiéké production

2016· article· en· W2466422633 sur OpenAlexfundno aff
Allah Antoine Assamoi, Ekoua Regina Krabi, Ayawovi Fafadzi Ehon, Georges Amani N’guessan, Lamine Sébastien Niamké, Philippe Thonart

Notice bibliographique

RevueBASE · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCassava research and cyanide
Établissements canadiensnon disponible
Organismes subventionnairesAgence Universitaire de la Francophonie
Mots-clésWeissellaFood scienceFermentationStarterMicrobiologyLactic acidChemistryBacteriaBiologyLactobacillusLeuconostoc

Résumé

récupéré en direct d'OpenAlex

Description of the subject. Variability observed in sensory characteristics of “attiéké” results from an uncontrolled fermentation process due to the use of artisanal starters. Objectives. This study aims to screen microbial strains for their use during fermentation of cassava dough into attieké. Method. Technological properties of three lactic acid bacteria (LAB) isolated from artisanal starters were highlighted in vitro, and these LAB were identified as either Weissella cibaria or Weissella confusa by Matrix Assisted Laser Desorption Ionisation-Mass Spectrometry (MALDI-TOF MS). Results. The three Weissella isolates Wc 69, Wc 21 and Wc 114 induced in less than 42 h a decrease below 4.2 (main food safety factor) of the initial pH of MRS (de Man, Rogosa and Sharpe) broth. These strains are osmotolerant, present alpha-amylase activity and ferment the indigestible sugar raffinose. Moreover isolates Wc 114 and Wc 69 are thermotolerant, while Wc 114 presents a pectinase activity necessary for cassava dough softening. Conclusions. Considering their technological properties, the three isolated Weissella strains could be suitable in optimizing and standardizing the quality of attieké.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,038
Tête enseignante GPT0,238
Écart entre enseignants0,200 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBASEMême sujetCassava research and cyanideTravaux en français237 207