MétaCan
Menu
Retour à la cohorte
Enregistrement W4324056832 · doi:10.3390/membranes13030329

Experimental Study and Modeling of Beer Dealcoholization via Reverse Osmosis

2023· article· en· W4324056832 sur OpenAlexaboutno aff
Áron Varga, Eszter Bihari-Lucena, Márta Ladányi, Beatrix Szabó‐Nótin, Ildikó Galambos, András Kőris

Notice bibliographique

RevueMembranes · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Social FundNemzeti Kutatási, Fejlesztési és Innovaciós AlapEuropean Commission
Mots-clésFactorial experimentChemistryViscosityTurbidityReverse osmosisFlux (metallurgy)ChromatographyAnalytical Chemistry (journal)Volumetric flow rateBar (unit)Response surface methodologyLinear regressionPermeationMembraneMaterials scienceThermodynamicsMathematicsComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

The goals of the present investigation are to study and to model pale lager beer dealcoholization via reverse osmosis (RO). Samples were dealcoholized at a temperature of 15 ± 1 °C. An Alfa Laval RO99 membrane with a 0.05 m2 surface was used. The flux values were measured during the separations. The ethanol content, extract content, bitterness, color, pH, turbidity, and dynamic viscosity of beer and permeate samples were measured. The initial flux values were determined using linear regression. The initial ethanol flux (JEtOH 0) values were calculated from the initial flux values and the ethanol content values. A 2P full factorial experimental design was applied, and the factors were as follows: transmembrane pressure (TMP): 10, 20, 30 bar; retentate flow rate (Q): 120, 180, 240 L/h; JEtOH 0 was considered as the response. The effect sizes of the significant parameters were calculated. The global maximum of the objective function was found using a self-developed Grid Search code. The changes in the analytical parameters were appropriate. The TMP had a significant effect, while the Q had no significant effect on the JEtOH 0. The effect size of the TMP was 1.20. The optimal value of the factor amounted to TMP = 30 bar. The predicted JEtOH 0 under the above conditions was 121.965 g/m2 h.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,060
Tête enseignante GPT0,280
Écart entre enseignants0,219 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMembranesMême sujetFermentation and Sensory AnalysisTravaux en français237 207