MétaCan
Menu
Retour à la cohorte
Enregistrement W4285732473 · doi:10.3390/molecules27144544

The Effect of the Addition of Ozonated and Non-Ozonated Fruits of the Saskatoon Berry (Amelanchier alnifolia Nutt.) on the Quality and Pro-Healthy Profile of Craft Wheat Beers

2022· article· en· W4285732473 sur OpenAlexaboutno aff
Józef Gorzelany, Michał Patyna, S. Pluta, Ireneusz Kapusta, Maciej Balawejder, Justyna Belcar

Notice bibliographique

RevueMolecules · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBerryAromaPolyphenolFood scienceCultivarHorticultureBlowing a raspberryBotanyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Research into the suitability of domestic raw materials, including, for example, new wheat cultivars and fruit additives for the production of flavoured beers, is increasingly being undertaken by minibreweries and craft breweries. The fruits of the Saskatoon berry are an important source of bioactive compounds, mainly polyphenols, but also macro- and microelements. The fruits of two Canadian cultivars of this species, 'Honeywood' and 'Thiessen', were used in this study. Physicochemical analysis showed that wheat beers with the addition of non-ozonated fruit were characterised by a higher ethanol content by 7.73% on average. On the other hand, enrichment of the beer product with fruit pulp obtained from the cv. 'Thiessen' had a positive effect on the degree of real attenuation and the polyphenol profile. Sensory evaluation of the beer product showed that wheat beers with the addition of 'Honeywood' fruit were characterised by the most balanced taste and aroma. On the basis of the conducted research, it can be concluded that fruits of both cvs. 'Honeywood' and 'Thiessen' can be used in the production of wheat beers, but the fermentation process has to be modified in order to obtain a higher yield of the fruit beer 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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,775
Score d'incertitude au seuil0,271

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 GPT0,242
Écart entre enseignants0,228 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetFermentation and Sensory AnalysisTravaux en français237 207