Effect of Ultrafiltration of Milk Prior to Fermentation on Mass Balance and Process Efficiency in Greek-Style Yogurt Manufacture
Notice bibliographique
Résumé
Ultrafiltration (UF) can be used to concentrate yogurt to produce Greek-style yogurt (GSY) (UF-YOG), but this generates acid whey permeate, which is an environmental issue. However, when UF is applied before fermentation (UF-MILK), a nonacidified whey permeate is generated. For this study, two model GSYs (UF-YOG and UF-MILK) were produced to compare the composition, UF performance, and energy consumption of the two processes. For UF-MILK, skim milk was ultrafiltered with a 30 kDa spiral-wound UF membrane to achieve a 3× volume reduction factor (VRF). The retentate was fermented to a pH of 4.5. The UF-YOG process was the same except that regular yogurt was ultrafiltered. Both GSYs had similar protein (~10%) and solid content (~17%). As expected, lactic acid/lactate was not detected in UF-MILK permeate, while 7.3 g/kg was recovered from the UF-YOG permeate. Permeation flux values (11.6 to 13.3 L m−2 h−1) and total flux decline (47% to 50%) were constant during UF-MILK, whereas drastic decreases in these two membrane performance indicators (average flux: 38.5 to 10.9 L m−2 h−1; total flux decline: 2% to 38%) were calculated for UF-YOG. Moreover, for UF-YOG, UF membrane performance never recovered, even when drastic and repeated cleaning steps were applied. Energy consumption was 1.6 kWh/kg GSY and remained constant for UF-MILK, whereas it increased from 0.6 to 1.5 kWh/kg GSY for UF-YOG. Our results show that, although the composition of GSYs was similar for both processes, the UF step of yogurt concentration affected process efficiency due to drastic and permanent membrane fouling.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».