Assessing desirable levels of sensory properties in Sauvignon Blanc wines - consumer preferences and contribution of key aroma compounds
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background and Aims: This study aimed to investigate the sensory properties and aroma compounds responsible for driving consumer preference of Sauvignon Blanc wines. Methods and Results: Three thiols, including their respective enantiomers, a methoxypyrazine and a combination of esters were added singly and in combinations to a neutral white wine at realistic concentrations to mimic Sauvignon Blanc wines. A sensory descriptive analysis of 21 samples was conducted. While each thiol contributed to tropical and cat urine/sweaty attributes, 3-mercaptohexyl acetate (3MHA) was of particular importance. The ‘green’ characteristics were primarily related to methoxypyrazine, but thiols were also found to contribute to a cooked green vegetal attribute. The aroma and flavour of the methoxypyrazine dominated the sensory properties of other components. The thiol S-enantiomers gave higher cooked green vegetal or cat urine/sweaty than their R-counterparts. Six combinations and the base wine were evaluated for liking by 150 consumers. One cluster of consumers (31%) preferred wines with higher tropical and confectionary aroma; a second cluster (43%) preferred wines with ‘green’ attributes; and the final cluster's liking was positively related to solvent and ‘green’ attributes, and negatively to tropical and cat urine/sweaty. Conclusions: There were strong and varied interactive effects among the compounds studied. A sizeable proportion of consumers tested preferred the samples with ‘green’ attributes, with a minority preferring the ‘fruit’ aromas. Significance of the Study: This study has shown clear definition of sensory attributes resulting from aroma compounds important to Sauvignon Blanc wines, their interactions and their effects on consumer preference.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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