MétaCan
Menu
Retour à la cohorte
Enregistrement W31517923 · doi:10.1364/ol.44.004531

Selection of folate-producing lactic acid bacteria for improving fermented goat milk

2005· article· en· W31517923 sur OpenAlexfundno aff
Maria G. Sanna, Nicoletta P. Mangia, Giovanni Garau, Marco A. Murgia, Tomasina G. Massa, Albina R. Franco, Pietrino Deiana

Notice bibliographique

RevueItalian Journal of Food Science · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensnon disponible
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsNatural Sciences and Engineering Research Council of CanadaH2020 Future and Emerging TechnologiesAgence Nationale de la Recherche
Mots-clésStreptococcus thermophilusLactobacillus helveticusLactobacillusFood scienceFermentationLactic acidLactobacillus delbrueckii subsp. bulgaricusBacteriaBiologyOrganolepticChemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Goat milk is a complete food but its low level of folic acid diminisches its nutritional efficacy. In this study, Streptococcus thermophilus, Lactobacillus delbrueckii subsp. bulgaricus, Lb. delbrueckii subsp. lactis and Lb. helveticus strains were selected for folate production in goat milk to improve its quality. A suitable HPLC method was developed to directly determine both total folate and its biologically active derivatives such as 5-methyl-tetrahydrofolate (5- \nCH3-H4-PteGlu), tetrahydrofolate (H4-PteGlu) and 5 formyl-tetrahydrofolate (5-CHO-H4-PteGlu). Results showed that S. thermophilus, Lb. delbrueckii subsp. lactis and Lb. helveticus strains produced higher amounts of total folate than Lb. delbrueckii subsp. bulgaricus, especially 5-CH3-H4-PteGlu and H4-PteGlu. Moreover the use of selected S. thermophilus strains in association with Lb. delbrueckii subsp. bulgaricus resulted in yoghurt with a significant quantity of folate and good organoleptic features.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,238
Écart entre enseignants0,217 · 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'étudeObservationnel
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

Citations27
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueItalian Journal of Food ScienceMême sujetProbiotics and Fermented FoodsTravaux en français237 207