4-Ethylphenol and 4-ethylguaiacol in wines: Estimating non-microbial sourced contributions and toxicological considerations
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
Analyses of commercially available wines suggested non-Brettanomyces sources of 4-ethylphenol and 4-ethylguaiacol. Grapes, enological additions, exposure to plastics, and oak-barrel aging were potential inputs considered. Investigations of whole grape bunch samples from two major red wine Vitis vinifera cultivars (L. cv. Cabernet Franc and Pinot Noir), a commercial mannoprotein additive, and three commercial enological tannin additions indicated they are not likely significant sources of these compounds. Studies on 15 commercial oak barrelled red wines from six Vitis vinifera cultivars (L. cv. Cabernet Franc, Cabernet Sauvignon, Dunkelfelder, Merlot, Pinot Meunier, and Pinot Noir), and a review of volatile phenol extraction from toasted oak wood, suggested that oak-aging may produce concentrations of up to 50 microg L(-1) 4-ethylphenol and 4-ethylguaiacol. Thus, following potential Brettanomyces-sourced aroma impacts in wine using 4-ethylphenol and/or 4-ethylguaiacol concentrations as proxies should only be considered reliable at analyte levels>100 microg L(-1). A review of worldwide 4-ethylphenol and 4-ethylguaiacol concentrations in wine, consumption patterns, and available toxicological data also suggested that levels of 4-ethylphenol being observed in wines worldwide do not warrant concerns about acute or long-term effects. While little is known about the toxicology of 4-ethylguaiacol, it is unlikely that elevated concentrations will pose any health-related concerns.
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 | 0,002 | 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 | 0,001 | 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