MétaCan
Menu
Retour à la cohorte
Enregistrement W2548581589 · doi:10.1002/yea.3219

Yeasts found in vineyards and wineries

2016· review· en· W2548581589 sur OpenAlexfundno aff
Cristián Varela, Anthony R. Borneman

Notice bibliographique

RevueYeast · 2016
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Water Research Institute
Mots-clésWineryVineyardWinemakingBiologyWineYeast in winemakingYeastSaccharomycesFermentation in winemakingBiotechnologyFlavourFood scienceSaccharomyces cerevisiaeHorticulture

Résumé

récupéré en direct d'OpenAlex

Wine is a complex beverage, comprising thousands of metabolites that are produced through the action of a plethora of yeasts and bacteria during fermentation of grape must. These microbial communities originate in the vineyard and the winery and reflect the influence of several factors including grape variety, geographical location, climate, vineyard spraying, technological practices, processing stage and season (pre-harvest, harvest, post-harvest). Vineyard and winery microbial communities have the potential to participate during fermentation and influence wine flavour and aroma. Therefore, there is an enormous interest in isolating and characterising these communities, particularly non-Saccharomyces yeast species to increase wine flavour diversity, while also exploting regional signature microbial populations to enhance regionality. In this review we describe the role and relevance of the main non-Saccharomyces yeast species found in vineyards and wineries. This includes the latest reports covering the application of these species for winemaking; and the biotechnological characteristics and potential applications of non-Saccharomyces species in other areas. In particular, we focus attention on the species for which molecular and genomic tools and resources are available for study. Copyright © 2016 John Wiley & Sons, Ltd.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,054
Tête enseignante GPT0,299
Écart entre enseignants0,245 · 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'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

Citations134
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYeastMême sujetFermentation and Sensory AnalysisTravaux en français237 207