Caractérisation microbiologique des laits du terroir québécois servant à la production de fromages de spécialité
Bibliographic record
Abstract
Une analyse microbiologique détaillée a été réalisée sur 111 échantillons provenant de lait cru de vache de fromageries artisanales du Québec. Parmi les analyses effectuées, on note le compte des bactéries mésophiles, des bactéries psychrophiles, des coliformes, de Staphylococcus aureus et une analyse détaillée des levures et moisissures (L&M). Les échantillons provenaient de 13 fromageries et ont été récoltés pendant sept mois, entre février et octobre 2009. Un effet de terroir, de race, de production biologique et de lieu géographique a aussi été mesuré. Au total, 505 isolats de L&M ont été prélevés du lait cru ainsi que 103 isolats de L&M ont été prélevés de fromages en cours d'affinage. Après analyse, 82 espèces de L&M ont été identifiées. Pour quatre fromageries, une analyse plus détaillée a été réalisée au niveau des L&M. Chacune des quatre fromageries a montré un profil de L&M unique, tant au niveau quantitatif qu'au niveau des espèces dominantes. Une analyse génétique a été réalisée sur 13 isolats appartenant à l'espèce Issatchenkia orientalis et provenant d'échantillons de laits crus ou de fromages. Les isolats ont été différenciés à l'aide du «Multilocus sequence typing» (MLST). Une persistance des souches dans le temps a pu être observée pour une même fromagerie, tandis qu'il y avait une diversité observable parmi les six fromageries analysées. Finalement, différentes capacités technologiques ont été mesurées sur six isolats appartenant à l'espèce Galactomyces geotrichum et comparées à une souche industrielle de la même espèce. La vitesse de croissance, la tolérance au sel, la protéolyse, la lipolyse et l'utilisation du lactate ont été mesurés afin de déterminer si les souches isolées du lait de terroir ont un potentiel d'application industrielle.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".