MétaCan
Menu
Retour à la cohorte
Enregistrement W1543375379 · doi:10.1111/ajgw.12140

Yeast-induced changes in the concentration and structure of oligomeric proanthocyanidins during simulated wine fermentation

2015· article· en· W1543375379 sur OpenAlexfundno aff
Jing Li, Hongwei Zhao, Weidong Huang

Notice bibliographique

RevueAustralian Journal of Grape and Wine Research · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of ChinaQingdao Agricultural UniversityAlberta Water Research Institute
Mots-clésWinemakingWineFermentationProanthocyanidinYeastYeast in winemakingFood scienceComposition (language)ChemistryFermentation in winemakingStrain (injury)TanninSaccharomyces cerevisiaeBiochemistryBiologyPolyphenol

Résumé

récupéré en direct d'OpenAlex

Background and Aims Proanthocyanidins (PAs), the predominant phenolic substances in wine, are responsible for the astringency of wine. The present work aims to understand the effect of yeast on the concentration and composition of the subunits of PAs during fermentation. Methods and Results The concentration and cleavage products (subunits) of PAs were measured during fermentation. Early in fermentation (within about 4 days), the concentration of PAs decreased significantly by around 78% for strain BH8 and 67% for strain AWRI R2; in addition, the mean degree of polymerisation and composition of PAs underwent considerable change. At the later phase of fermentation, no significant change was recorded in the concentration and mean degree of polymerisation of PAs, whereas the composition of PAs evolved progressively. Conclusions Yeast can exert a significant influence on the concentration and structure of PAs during wine fermentation in a strain- and time-dependent manner. Significance of the Study The results will enable a better understanding of the effect of yeast on the evolution of PAs in winemaking, as well as increase knowledge of the interaction between yeasts and phenolic substances to improve wine composition.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil0,079

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,140
Tête enseignante GPT0,359
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Grape and Wine ResearchMême sujetFermentation and Sensory AnalysisTravaux en français237 207