MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391576706 · doi:10.1128/aem.02276-23

The effect of seed germination and <i>Bacillus</i> spp. on the ripening of plant cheese analogs

2024· article· en· W4391576706 sur OpenAlexafffund
Jin Xie, Gloria Yap, David J. Simpson, Michael G. Gänzle

Notice bibliographique

RevueApplied and Environmental Microbiology · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada Research ChairsGovernment of Canada
Mots-clésStarterFermentationRipeningFood scienceGerminationFlavorBacilliCheese ripeningLactic acidBiologyBacteriaLactobacillusFermentation in food processingFermentation starterBiotechnologyBotany

Résumé

récupéré en direct d'OpenAlex

spp. exhibited the potential to improve the quality of ripened plant cheeses with a positive effect on the reduction of hygienic risks. IMPORTANCE: The development of novel plant-based fermented food products for which no traditional templates exist requires the development of starter cultures. Although the principles of microbial flavor formation in plant-based analogs partially overlap with dairy fermentations, the composition of the raw materials and thus likely the selective pressure on the activity of starter cultures differs. Experiments that are described in this study explored the use of seed germination, the use of lactic acid bacteria, and the use of bacilli to reduce hygienic risks, to acidify plant milk, and to generate taste-active compounds through proteolysis and fermentative conversion of carbohydrates. The characterization of fermentation microbiota by culture-dependent and culture-independent methods also confirmed that the starter cultures used were able to control microbial communities throughout 90 d of ripening. Taken together, the results provide novel tools for the development of plant-based analogs of fermented dairy products.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,159
Écart entre enseignants0,155 · 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'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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied and Environmental Microbiology→Même sujetProbiotics and Fermented Foods→Travaux en français237 207→