MétaCan
Menu
Retour à la cohorte
Enregistrement W4389358874 · doi:10.1146/annurev-food-072023-034207

Starter Culture Development and Innovation for Novel Fermented Foods

2023· review· en· W4389358874 sur OpenAlexaff
Michael G. Gänzle, Ludovic Monnin, Jinshui Zheng, Lingxiao Zhang, Monika Coton, Delphine Sicard, Jens Walter

Notice bibliographique

RevueAnnual Review of Food Science and Technology · 2023
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésStarterFermentation in food processingBiotechnologyBusinessSelection (genetic algorithm)Food safetyFermentationFood scienceBiologyComputer scienceBacteriaLactic acidArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Interest in fermented foods is increasing because fermented foods are promising solutions for more secure food systems with an increased proportion of minimally processed plant foods and a smaller environmental footprint. These developments also pertain to novel fermented food for which no traditional template exists, raising the question of how to develop starter cultures for such fermentations. This review establishes a framework that integrates traditional and scientific knowledge systems for the selection of suitable cultures. Safety considerations, the use of organisms in traditional food fermentations, and the link of phylogeny to metabolic properties provide criteria for culture selection. Such approaches can also select for microbial strains that have health benefits. A science-based approach to the development of novel fermented foods can substantially advance their value through more secure food systems, food products that provide health-promoting microbes, and the provision of foods that improve human health.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,405

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,005
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 Opus0,068
Tête enseignante GPT0,332
Écart entre enseignants0,264 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations86
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Food Science and TechnologyMême sujetProbiotics and Fermented FoodsTravaux en français237 207