MétaCan
Menu
Retour à la cohorte
Enregistrement W4280628730 · doi:10.1111/ijfs.15836

Pesticides and gas production by baker's yeast in bread dough

2022· article· en· W4280628730 sur OpenAlexaff
Pierre Gélinas, Nathalie Rémillard

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésYeastPesticideFermentationFood scienceTebuconazoleChemistryFungicidePesticide residueBiotechnologyBiologyAgronomyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Summary Pesticide residues might delay food fermentation. The aim of this study was to determine the effect of thirty‐one commercial pesticides (fourteen fungicides; eleven herbicides; one growth regulator; five insecticides) on the fermentative activity of baker's yeast in bread dough and sugared water. Yeast gas production after 3 h at 38 °C in dough or water was slightly inhibited by 10 mg kg −1 of a herbicide containing glufosinate‐ammonium and 100 mg kg −1 of fungicides with tebuconazole or metconazole. At the highest level assayed, 1000 mg kg −1 , more than one‐third of the thirty‐one pesticides assayed did not impair baker's yeast gas production. Yeast cells were not inhibited by 300 mg active ingredients kg −1 in a mix of the pesticides, a concentration unlikely to be present in dough considering existing application rates in the field. Dough protected baker's yeast from pesticide residues. In sugared water, sub‐inhibitory concentrations of pesticides stimulated yeast fermentative activity. We conclude that it is unlikely that pesticide residues would impair baker's yeast gas production during bread dough fermentation.

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 enseignants0,311
Score d'incertitude au seuil0,162

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 ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,246
Écart entre enseignants0,232 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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