MétaCan
Menu
Retour à la cohorte
Enregistrement W3153949117 · doi:10.3390/fermentation7020059

Saccharomyces cerevisiae Fermentation of 28 Barley and 12 Oat Cultivars

2021· article· en· W3153949117 sur OpenAlexafffundabout
Timothy J. Tse, Daniel Wiens, Jianheng Shen, Aaron D. Beattie, Martin J. T. Reaney

Notice bibliographique

RevueFermentation · 2021
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensGenome PrairieUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésFermentationAcetic acidFood scienceEthanol fermentationSuccinic acidLactic acidChemistryEthanolEthanol fuelCultivarHordeum vulgareRaw materialGlycerolYeastAgronomyYield (engineering)BiologyBiochemistryPoaceaeBacteriaOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

As barley and oat production have recently increased in Canada, it has become prudent to investigate these cereal crops as potential feedstocks for alcoholic fermentation. Ethanol and other coproduct yields can vary substantially among fermented feedstocks, which currently consist primarily of wheat and corn. In this study, the liquified mash of milled grains from 28 barley (hulled and hull-less) and 12 oat cultivars were fermented with Saccharomyces cerevisiae to determine concentrations of fermentation products (ethanol, isopropanol, acetic acid, lactic acid, succinic acid, α-glycerylphosphorylcholine (α-GPC), and glycerol). On average, the fermentation of barley produced significantly higher amounts of ethanol, isopropanol, acetic acid, succinic acid, α-GPC, and glycerol than that of oats. The best performing barley cultivars were able to produce up to 78.48 g/L (CDC Clear) ethanol and 1.81 g/L α-GPC (CDC Cowboy). Furthermore, the presence of milled hulls did not impact ethanol yield amongst barley cultivars. Due to its superior ethanol yield compared to oats, barley is a suitable feedstock for ethanol production. In addition, the accumulation of α-GPC could add considerable value to the fermentation of these cereal crops.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,275
Écart entre enseignants0,253 · 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'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

Citations12
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFermentationMême sujetFood composition and propertiesTravaux en français237 207