MétaCan
Menu
Retour à la cohorte
Enregistrement W3005559214 · doi:10.3390/beverages6010010

Nutrient Addition to Low pH Base Wines (L. cv. Riesling) during Yeast Acclimatization for Sparkling Wine: Its Influence on Yeast Cell Growth, Sugar Consumption and Nitrogen Usage

2020· article· en· W3005559214 sur OpenAlexafffund
Belinda Kemp, Jessy Plante, Debra Inglis

Notice bibliographique

RevueBeverages · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensBrock University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésYeastAcclimatizationFood scienceSugarWineNutrientFermentationYeast in winemakingFree amino nitrogenBotanyBiologyChemistryAnimal scienceBiochemistrySaccharomyces cerevisiaeEcology

Résumé

récupéré en direct d'OpenAlex

In traditional method sparkling wine production, to carry out a successful second alcoholic fermentation, yeast are acclimatized to stressful base wine conditions. Base wines typically have low pH, low nutrient concentrations, high acid concentrations, contain sulfur dioxide (SO2), and high ethanol concentrations. Supplementing yeast during the acclimatization stages prior to second alcoholic fermentation with different nutrient sources was assessed to determine the impact on yeast growth, sugar consumption and nitrogen usage. Four treatments were tested with Saccharomyces cerevisiae strain EC1118: the control (T1) with no additives; addition of diammonium phosphate (DAP) during acclimatization, (T2); Go-Ferm® inclusion during yeast rehydration (GF), (T3); and DAP + GF (T4). Results (n = 4) indicated that supplementing with DAP, GF or DAP + GF increased both the rate of sugar consumption and the concentration of viable cells during the yeast acclimatization phase in comparison to the control. Treatments supplemented with DAP + GF or DAP alone resulted in yeast consuming 228 and 220 mg N/L during the acclimatization phase, respectively. Yeast treated only with GF consumed 94 mg N/L in comparison to the control, which consumed 23 mg N/L. The time required to reach the target specific gravity (1.010) during acclimatization was significantly reduced to 57 h for yeast treated with DAP and GF, 69 h for yeast treated with DAP only and 81 h for yeast rehydrated with GF in comparison to 105 h for the control. Our results suggest that nutrients used during yeast acclimatization could have an important impact on the kinetics of second alcoholic fermentation.

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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,223
Écart entre enseignants0,199 · 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

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBeveragesMême sujetFermentation and Sensory AnalysisTravaux en français237 207