MétaCan
Menu
Retour à la cohorte
Enregistrement W3093353994 · doi:10.1111/ijfs.14850

Effects of yeast fermentation on transforming the volatile compounds of unsalted pork hydrolysate

2020· article· en· W3093353994 sur OpenAlexaff
Xinzhi Li, Pin‐Rou Lee, Fransisca Taniasuri, Shao‐Quan Liu

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensCanadian Association of Thoracic Surgeons
Organismes subventionnairesnon disponible
Mots-clésHydrolysateYeastFood scienceChemistryFermentationFree amino nitrogenSeasoningWineIsoamyl alcoholMalolactic fermentationWine faultHydrolysisBiochemistryYeast in winemakingLactic acidOrganic chemistryBiologySaccharomyces cerevisiaeAlcoholBacteriaRaw material

Résumé

récupéré en direct d'OpenAlex

Summary This study investigated the possibility of transforming unsalted pork hydrolysate into a liquid seasoning by studying volatile compound production through yeast fermentation. The yeasts used included a typical soya sauce yeast and three wine yeasts. The yeasts inoculated in the glucose supplementary pork hydrolysate increased by approximately 2.0 log of CFU mL −1 within 24 hours at 30°C without adding salt. Yeast fermentation largely depleted the abundant aldehydes (hexenal) present in unfermented pork hydrolysate to trace levels with the formation of ethanol, corresponding alcohols and carboxylic acids. The wine yeasts showed higher production of fruity esters such as ethyl acetate and isoamyl acetate, whereas the soya sauce yeast produced more ketones such as acetone and 2‐heptanone. This study revealed a potential method of producing a value‐added meat hydrolysate from pork by‐product.

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 enseignants0,012
Score d'incertitude au seuil0,129

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,246
Écart entre enseignants0,230 · 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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetFermentation and Sensory AnalysisTravaux en français237 207