Bibliographic record
Abstract
Allonger la durée de conservation du lait de consommation pasteurisé, entier et demi-écrémé, et garantir ses propriétés gustatives et nutritionnelles avec des procédés plus respectueux de l’environnement. Tel était l’objectif des scientifiques de l’unité mixte de recherche Inra-Agrocampus Ouest « Science et technologie du lait et de l’œuf » (UMR STLO) à Rennes (35). Le défi était de proposer un procédé utilisant la microfiltration tangentielle en alternative aux traitements thermiques pour éliminer la flore bactérienne du lait contenant de la matière grasse. Le procédé, breveté par l’Inra, consiste à réaliser deux homogénéisations successives du lait pour réduire la taille des globules gras, préalablement à une étape de microfiltration tangentielle, qui élimine la flore microbienne. Son intérêt réside dans le fait que la microfiltration peut désormais être appliquée au lait contenant de la matière grasse, sans risque d'encrassement de la membrane.La faisabilité de ce procédé a été démontrée à l’échelle pilote sur la Plateforme Lait de l’UMR STLO. Les différents essais ont conduit à la production de laits de consommation au goût de lait frais et dans lesquels moins de 10 % des protéines sont dénaturées par rapport au lait de traite du départ. Une licence a été concédée à un équipementier pour le développement commercial de cette technologie.Sur un marché national du lait de consommation dominé depuis les années 60 par l’UHT (ultra haute température), le procédé constitue une réelle opportunité d’élargissement de gamme. La valorisation de ce procédé pourrait par ailleurs être élargie au développement de laits infantiles et de croissance, segments particulièrement attachés à la haute valeur nutritionnelle des produits. Avec une production totale de lait de l’ordre de 23 milliards de litre chaque année (toutes destinations confondues), les perspectives sont riches.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".