Eteläsavolaisen humalan mahdollisuudet oluen valmistuksessa
Notice bibliographique
Résumé
Suomessa humalan kaupallinen viljely on pienimuotoista, mutta kotimaiselle humalalle on kysyntää. Ulkomaiset kaupalliset humalalajikkeet eivät tuota satoa Suomessa, koska ne eivät ole sopeutuneet Suomen kasvuolosuhteisiin. Vanhat suomalaiset humalakannat tuottavat satoa Suomen olosuhteissa, mutta niissä ei välttämättä ole tarpeeksi aromia ja katkeruutta oluen valmistamiseen. Opinnäytetyössä selvitettiin, löytyykö Etelä-Savosta Mikkelin alueella kasvavaa vanhakantaista humalaa, jota voidaan käyttää oluen tekemisessä. Toimeksiantajana opinnäytetyössä toimi Humalaa kasvuun -hanke. \n \nMikkelin seudulta kerättiin 14 humalakäpynäytettä vuonna 2021. Kerätyt näytteet valittiin kasvupaikan ja tiedetyn historian perusteella. Näistä näytteistä valmistettiin humalatee ja valittiin aistinvaraisen arvioinnin keinoin ne näytteet, joissa oli aromia ja mahdollisuuksia jatkokäsittelyyn. Toiset näytteet kerättiin kasvukaudella 2022. Toisten näytteiden testaamiseksi järjestettiin humalateen maisteluilta tammikuussa 2023, jossa arvioitiin aistinvaraisesti näytteiden aromia ja soveltuvuutta oluen valmistukseen. Maisteluillassa oli paikalla yhdeksän henkilöä, joista osa oli olutalan ammattilaisia ja osa harrastajia. \n \nHumalateen maisteluillassa arvioitiin viisi humalateenäytettä, sekä humalateenäytteet maltaalla maustettuna. Jokaisesta näytteestä kirjoitettiin arvio arviointilomakkeeseen. Arvioinnin tuloksena kaksi näytettä arvioitiin sellaisiksi, joissa on riittävästi aromia oluen valmistukseen. \n \nAistinvaraisen testaamisen perusteella voitiin todeta, että Mikkelin alueella on humalakantoja, jotka voivat sopia oluen valmistamiseen. Lopullinen soveltuvuus saadaan selville koekeitossa, sillä humala reagoi keittovaiheessa eri tavoin lämpöön ja ilmaan. Jatkotoimenpiteenä humalista kerätään uudet näytteet satokautena 2023 ja näistä teetetään koekeitot sekä kemialliset analyysit.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,137 | 0,047 |
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 source (Gemma direct ou Codex distillé), 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 ».