Use of Different Nutrients to Improve the Fermentation Performances of Lactiplantibacillus pentosus OM13 during the Production of Sevillian Style Green Table Olives
Notice bibliographique
Résumé
The aim of this study was to evaluate the fermentation performance of the commercial starter Lactiplantibacillus pentosus OM13 with four nutrients (A, B, C, and D) that differed in the following ingredients: starch, sugars, maltodextrin, inactivated yeast, inactivated yeast rich in amino acids, inactivated yeast rich in mannoproteins, and salt (NaCl). For this purpose, six different experimental productions of Nocellara del Belice table olives were carried out. During transformation, the fermentation process was monitored by measuring pH and plate counts for lactic acid bacteria (LAB), yeasts, Enterobacteriaceae, Staphylococcaceae, and Pseudodomondaceae populations. At the end of the production process, each trial was subjected to volatile organic compound analysis and sensory evaluation. The addition of the different nutrients resulted in a significant reduction in pH (around 2.5 points) after 3 days of fermentation. At the same time, a significant increase in the number of LAB populations (> 6.6 log CFU/mL) was observed for all trials. Volatile organic compound (VOC) analysis revealed the presence of 39 compounds. In this study, nutrient C was optimal for improving the fermentation activity of L. pentosus OM13. These results provide elements for the implementation of experimental protocols to reduce product losses and improve sensory characteristics.
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 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 | 0,000 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».