Elaboration of a canned uvita fruit wine in the municipality of San Alberto, Cesar
Bibliographic record
Abstract
En este proyecto se logró la elaboración de un vino de frutas a base de uvita de lata (bactris minor). La cual es una planta perteneciente a la familia palmácea, se da en la costa caribe, generalmente en terrenos cenagosos y con problemas de drenajes. Durante cuatro años se realizaron estudios exploratorios en el municipio de san Alberto- cesar, con el fin de establecer parámetros para proceso de elaboración del vino de frutas de uvita de lata. Para ello se tuvieron en cuenta algunas variables como tiempo de fermentación, macerado y cantidad de azúcar. El proceso de elaboración del vino de frutas de uvita de lata consiste en lavar los frutos, desinfectarlos y macerarlos para luego agregar el azúcar en la cantidad adecuada y poner el mosto en fermentación por un tiempo determinado de 10 meses para lograr un producto con las características organolépticas adecuadas. Además, se realizaron análisis microbiológicos y fisicoquímicos al producto terminado, y por los resultados obtenidos se concluyó que este producto cumple con los parámetros legales vigentes y por lo tanto es apto para el consumo humano, adicionalmente se realizaron unas pruebas sensoriales y de aceptación, por los resultados obtenidos se concluye que el producto es bastante aceptable y que es muy agradable al paladar 1 1
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".