Optimizing the fermentation conditions of fermented goji using sensory analysis and the biomass of <i>Lactiplantibacillus plantarum</i> <scp>NCU137</scp>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The main objective of this study was to optimize the fermentation conditions of goji and to analyze the sugar, organic acid, amino acid, and flavor compounds before and after the fermentation of goji. Based on the single-factor experiment, orthogonal array design and the range analysis, the optimized conditions for fermented goji were 30% raw material concentration, 28 h fermentation time and 0.05% inoculum size, respectively. Under optimal conditions, the biomass of Lactiplantibacillus plantarum NCU137 and sensory score of fermented goji reached to 8.84 ± 0.05 log CFU/g and 81.3 ± 1.5, respectively. After fermentation, the content of malate, succinic acid, and lactate increased, while the content of pyruvate, glucose, fructose, and the overall free amino acid decreased. After fermentation, volatile components except for the phenols and acids are declining. This study would provide theoretical basis and experimental data for the industrialization of Lycium barbarum fermentation. Novelty impact statement After Lactiplantibacillus plantarum NCU137 fermentation, the contents of organic acids and total acidity acid in fermented goji significantly increased, which could inhibit microbiological spoilage and growth. Moreover, we get a delicious fermented goji juice through the optimization of fermentation conditions. Therefore, the data obtained in this study provides a better understanding of the effects of raw material content, fermentation time, and inoculum size on the quality of fermented goji, which would be very beneficial for the production of high-quality fermented goji for subsequent consumption.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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