Humalan aromi- ja katkeroaineiden analysointi
Bibliographic record
Abstract
Voimakkaasti humaloitujen oluiden suosion kasvaessa on tärkeää huomioida, että humalan osuus oluen valmistus- ja raaka-ainekustannuksista on merkittävä. Humalan laadunvalvonta ja tuotekehitys on tästä syystä tärkeässä roolissa. Humalasta analysoidaan etenkin sen sisältämiä aromiaineita ja alfahappoja, jotka vaikuttavat oluen panemisen lopputulokseen. \n \nTämän työn tarkoituksena oli perehtyä oluen valmistukseen ja erityisesti erilaisiin humalointimenetelmiin ja niiden vaikutukseen oluessa. Työssä tutkittiin myös humalan kemiaa spektroskopisesti, sekä valmistaen tutkittavaksi näytteitä erilaisin kokein. Työssä selvitettiin yleisesti humalantutkimuksessa käytetyt analyysimenetelmät ja verrattiin niitä toisiinsa. Kokeellisessa osassa oli tavoitteena löytää analysoitujen humalanäytteiden spektreistä humalalle tyypillisiä aromiaineita ja tehdä johtopäätöksiä humalan spektrien piikkien alkuperästä. Kokeelliseen osaan kuului muun muassa 23:n eri humalalajikkeen analysointi FT-IR spektrometrillä, sekä tutkimustyötä tukevien koeuutteiden, sekä kaupallisten humalauutteiden analysointia.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.040 | 0.004 |
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; both teacher heads agree on what is shown here.
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".