MétaCan
Menu
Retour à la cohorte
Enregistrement W3037442018 · doi:10.1186/s13213-020-01565-w

Impact of different temperature profiles on simultaneous yeast and bacteria fermentation

2020· article· en· W3037442018 sur OpenAlexfundno aff
Raffaele Guzzon, Tomás Román, Roberto Larcher

Notice bibliographique

RevueAnnals of Microbiology · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesLallemand
Mots-clésMalolactic fermentationMalic acidFood scienceFermentationYeastBacteriaWinemakingWineChemistryEthanol fermentationYeast in winemakingLactobacillus plantarumOenococcus oeniBiologyLactic acidBiochemistrySaccharomyces cerevisiae

Résumé

récupéré en direct d'OpenAlex

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 the O. oeni and L. plantarum species 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. plantarum resulted more efficient in malic acid consumption in the entire set of tests. These results are unexpected because, generally, Lactobacillus has been reported to be more sensitive to an oenological environment than O. oeni . In our experiments, O. oeni resulted inhibited by the highest fermentation temperature profile, causing incomplete malic acid degradation. Similarly, S. cerevisiae showed 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,335
Score d'incertitude au seuil0,452

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,039
Tête enseignante GPT0,283
Écart entre enseignants0,244 · 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 tête enseignante, 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of MicrobiologyMême sujetFermentation and Sensory AnalysisTravaux en français237 207