MétaCan
Menu
← Retour à la cohorte
Enregistrement W7054702057

Aplicación de nuevas herramientas biotecnológicas para compensar los efectos negativos del cambio climático sobre vinos espumosos (Cava) y vinos tintos

2015· article· ca· W7054702057 sur OpenAlexfundno aff

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2015
Typearticle
Langueca
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesLallemandCentro para el Desarrollo Tecnológico IndustrialSvenska Forskningsrådet Formas
Mots-clésTorulaspora delbrueckiiWineProduct (mathematics)Context (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El present treball aborda l'estudi de com es poden pal•liar els efectes del canvi climàtic en l'elaboració de vins escumosos i en vins negres mitjançant les eines que actualment la biotecnologia ens ofereix. Per això en primer lloc aquesta tesis estudia l'efecte de la maduresa del raïm sobre les propietats escumants dels vins escumosos per arribar a la conclusió de que una excessiva maduració del raïm perjudica les característiques escumants. A continuació s'aborda l'estudi dels efectes de l’ús de llevats No Saccharomyces mitjançant inoculació seqüenciada amb Saccharomyces cerevisiae sobre les característiques de vins base per a Cava, arribant-se a la conclusió de que l’ús del llevat Torulaspora delbrueckii pot ésser molt útil per a millorar les propietats escumants. Finalment, s’aborda l’estudi de l’efecte de un llevat altament productor de polisacàrids i de la suplementació amb llevats secs inactius sobre la composició i qualitat del vi negre arribant-se a la conclusió de que tots dos procediments comporten un enriqueixement del vi en polisacàrids i una certa disminució de la seva concentració en proantocianidinas, especialment de les de alt grau de polimerització.

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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,034
Tête enseignante GPT0,278
Écart entre enseignants0,243 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)→Même sujetMagnetic confinement fusion research→Travaux en français237 207→