Impact of different temperature profiles on simultaneous yeast and bacteria fermentation
Notice bibliographique
Résumé
Abstract Purpose The role of fermentation temperature was studied for its impact on the evolution of malolactic fermentation performed by simultaneous inoculum of yeast and bacteria in grape must. Results were discussed considering the different fermentative kinetics and the composition of obtained wines. Methods Two strains of bacteria belonging to theO. oeniandL. plantarumspecies were inoculated 24 h after the beginning of the alcoholic fermentation in 2 grape musts having different acidic and sugar profiles. Fermentations were conducted at 3 different temperature profiles (16/22 °C in 3 days, 18/24 °C in 3 days, 22/32 °C in 5 days). Evolution of microbiota was followed by flow cytometry and plate count. Chemical analysis of grape musts and wines were performed by instrumental approaches (FT-IR, enzymatic quantification of malic acid, GC-MS). Results L. plantarumresulted more efficient in malic acid consumption in the entire set of tests. These results are unexpected because, generally,Lactobacillushas been reported to be more sensitive to an oenological environment thanO. oeni. In our experiments,O. oeniresulted inhibited by the highest fermentation temperature profile, causing incomplete malic acid degradation. Similarly,S. cerevisiaeshowed a higher sensitivity to environmental limiting factors in respect to what is generally known. Differences in the chemical composition of wines were observed in relation to the bacteria strain and the temperature profile. However, the statistical treatment of data identified temperature as the main variable able to influence the features of wines. Conclusions Simultaneous inoculum of yeast and bacteria in grape must is an alternative approach in the management of malolactic fermentation which showed some interesting features. However, it is necessary to consider that the dynamics of the microbial population are different to that observed in traditional winemaking and the environmental variables act against the microorganisms in a peculiar, and in certain cases unexpected, way.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».