MétaCan
Menu
Retour à la cohorte
Enregistrement W3089645074 · doi:10.3390/foods9101401

The Effect of Apple Juice Concentration on Cider Fermentation and Properties of the Final Product

2020· article· en· W3089645074 sur OpenAlexaff
Julia Rosend, Aleksei Kaleda, Rain Kuldjärv, Georg Arju, Ildar Nisamedtinov

Notice bibliographique

RevueFoods · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensLallemand (Canada)
Organismes subventionnairesEttevõtluse Arendamise Sihtasutus
Mots-clésFood scienceFermentationChemistryYeastFlavorFructoseBiochemistry

Résumé

récupéré en direct d'OpenAlex

European legislation overall agrees that apple juice concentrate is allowed to be used to some extent in cider production. However, no comprehensive research is available to date on the differences in suitability for fermentation between fresh apple juice and that of reconstituted apple juice concentrate. This study aimed to apply freshly pressed juice and juice concentrate made from the same apple cultivar as a substrate for cider fermentation. Differences in yeast performance in terms of fermentation kinetics and consumption of nutrients have been assessed. Fermented ciders were compared according to volatile ester composition and off-flavor formation related to hydrogen sulfide. Based on the results, in the samples fermented with the concentrate, the yeasts consumed less fructose. The formation of long-chain fatty acid esters increased with the use of reconstituted juice concentrate while the differences in off-flavor formation could not be determined. Overall, the use of the concentrate can be considered efficient enough for the purpose of cider fermentation. However, some nutritional supplementation might be required to support the vitality of yeast.

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 enseignants0,112
Score d'incertitude au seuil0,080

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 GPT0,228
Écart entre enseignants0,189 · 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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetFermentation and Sensory AnalysisTravaux en français237 207