MétaCan
Menu
Retour à la cohorte
Enregistrement W4413395836 · doi:10.3390/chemistry7040134

Bulgarian Mavrud Wine Under Nanofiltration and Reverse Osmosis: Evaluating the Composition After the Process

2025· article· en· W4413395836 sur OpenAlexaboutno aff
Apostol Apostolov, I. Tsibranska, Dragomir Yankov, Maria Dencheva-Zarkova, Julia Genova

Notice bibliographique

RevueChemistry · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesBulgarian National Science Fund
Mots-clésNanofiltrationReverse osmosisBulgarianComposition (language)Process (computing)WineChemistryPulp and paper industryProcess engineeringEnvironmental scienceFood scienceComputer scienceEngineeringMembraneArtBiochemistry

Résumé

récupéré en direct d'OpenAlex

This work presents new results and conclusions on nanomembrane filtration and reverse osmosis of Mavrud red wine, produced in Bulgaria. The experiments were focused on lowering the alcohol content while preserving the valuable substances in the wine. Commercially available nanomembranes were used (Alfa Laval NF99HF, Alfa Laval RO99, NADIR NP030P). Two modes of nanofiltration (concentration mode and diafiltration mode, including constant volume diafiltration and two-step diafiltration) and reverse osmosis were employed for this study. The nanofiltration membranes (Alfa Laval NF99HF, NADIR NP030P) used for wine dealcoholization showed high separation effectiveness. Several wine components were recognized as indicators to be monitored during the process: carboxylic acids (citric, tartaric, malic, succinic, acetic); monosaccharides (glucose, fructose); alcohol (ethanol). The monitoring of the named compounds was performed with an HPLC-RID system on an H-charged ion exclusion analytical column. Based on the analysis of the collected samples, it could be stated that the alcohol content in the wine was lowered from 11.8% to 4.3 vol% of ethanol, when the sequential diafiltration mode of operation is used. Content change depends on the type of molecule; for example, in most cases the citric acid is strongly retained (Rej > 90%) by the membrane, whereas the acetic acid could permeate significantly (Rej < 20%). The obtained results present valuable information about the changes in the composition of the Mavrud wine which will aid in the preservation of the chemical composition and valuable substances in the event of future full or partial dealcoholization of this wine variety.

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 enseignants0,006
Score d'incertitude au seuil0,012

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 savante0,0010,000
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 Opus0,016
Tête enseignante GPT0,276
Écart entre enseignants0,260 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistryMême sujetFermentation and Sensory AnalysisTravaux en français237 207