MétaCan
Menu
Retour à la cohorte
Enregistrement W1852006233 · doi:10.1002/cem.1407

Chemometric analysis of gas chromatographic data—investigation of enological parameters of a bag‐in‐box white wine as affected by storage time and temperature

2011· article· en· W1852006233 sur OpenAlexafffund
Yucheng Fu, Loong‐Tak Lim, Yukio Kakuda

Notice bibliographique

RevueJournal of Chemometrics · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesDivision of Mathematical SciencesNatural Sciences and Engineering Research Council of Canada
Mots-clésWinePartial least squares regressionPrincipal component analysisChemistryWhite WineChromatographyPrincipal component regressionGas chromatographyAbsorbanceChemometricsKovats retention indexGas chromatography–mass spectrometryAnalytical Chemistry (journal)Mass spectrometryMathematicsFood scienceStatistics

Résumé

récupéré en direct d'OpenAlex

In this study, a bag‐in‐box white wine was stored at 22, 35, and 45 °C for up to 48 days to produce a series of samples that exhibited different enological parameters (absorbance at 420 nm, free SO 2 , total SO 2 , total phenol, and total aldehyde). Wine samples were extracted with dichloromethane and analyzed using gas chromatography (GC) to generate volatile fingerprints. Principal component analysis (PCA) score plots of the first three principal components showed grouping trends that were influenced by storage time and temperature. PCA loading plots revealed that changes in chemical profiles were different for wines held at different storage temperatures. Storage time could be predicted accurately by partial least squares (PLS) regression of the GC data. Coefficients of determination ( R 2 ) were >0.99, and the standard error of prediction values were 0.4, 0.5, and 1.9 days over the test period of 15, 30, and 48 days, respectively. Using the same GC data with PLS analyses, the enological parameters could be accurately predicted from GC fingerprints, except for the predictions of SO 2 in a wine stored at 22 °C and total phenol in a wine stored at 45 °C. Copyright © 2011 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil0,870

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,018
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 Opus0,032
Tête enseignante GPT0,223
Écart entre enseignants0,191 · 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'étudeObservationnel
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

Citations3
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ChemometricsMême sujetFermentation and Sensory AnalysisTravaux en français237 207