MétaCan
Menu
Retour à la cohorte
Enregistrement W4396658575 · doi:10.1590/1519-6984.281448

Use of cerrado plants as an alternative in the control of bacterial contamination in the alcoholic fermentation process

2024· article· en· W4396658575 sur OpenAlexaff
Mariza Cunha de Lima, Kellyane S. Dias, Gustavo Graciano Fonseca, Rodrigo Simões Ribeiro Leite, Margareth Batistote, Marcelo Fossa da Paz

Notice bibliographique

RevueBrazilian Journal of Biology · 2024
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueHops Chemistry and Applications
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésSyzygiumBiologyAntimicrobialFermentationEssential oilMicroorganismContaminationBacteriaAntibioticsFood scienceTraditional medicineBotanyMicrobiology

Résumé

récupéré en direct d'OpenAlex

Bacterial contamination causes irreparable losses in the performance of alcoholic fermentation. Antibiotics are used to control these microorganisms, but they generate residues and cause microbial resistance. Today the only commercial product used by the mills is hops, but it is very expensive. As an alternative, the objective of this work was to evaluate the feasibility of using extracts from plants grown in the Cerrado for antimicrobial control during an alcoholic fermentation to replace antibiotics. Hydraethanolic extracts of leaves and essential oil of the following species were tested: Schinus terebinthifolius Raddi, Serjania erecta, Serjania marginata, Campomanesia adamantium and Syzygium cumini. Only the extract of Serjania marginata did not show any activity against the bacterium Bacillus sp. Both the essential oils as well as the hydroalcoholic extracts of S. terebinthifolius and C. adamantium and the extract of S. erecta showed antibacterial activity without harming the yeast, with potential to replace the hops.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,116
Tête enseignante GPT0,467
Écart entre enseignants0,351 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrazilian Journal of BiologyMême sujetHops Chemistry and ApplicationsTravaux en français237 207