Influence of water status on sensory profiles of Ontario Pinot noir wines
Notice bibliographique
Résumé
Relationships between vine water status and wine sensory attributes were investigated in four Ontario Pinot noir vineyards in 2008–2009. Vineyards were divided into water status zones based on leaf water potential, and fruit from each zone was vinified. Sensory analysis included multidimensional scaling (MDS) and descriptive analysis (DA). MDS (2008) revealed that at least two of three fermentation replicates from individual water status categories were grouped together. MDS (2009) fully discriminated water status zones in one of four vineyards, and discriminated two of three fermentation replicates from water status categories in the other three vineyards. This pattern was confirmed by DA; there were few differences in 2008 between wines from water status zones within vineyards. In 2009 there were nine aroma and four retronasal/taste/mouthfeel differences attributable to low water status, including increased black currant, beet root, and earthy aromas plus acidity, and decreased floral and spicy aromas and earthy, red fruit and spicy flavors. There were differences in both vintages between vineyards in pepper spice and vegetal aroma (2008), earthy aroma, plus seven retronasal/taste/mouthfeel terms (2009). These data suggest that Pinot noir is responsive to vine water status on a “micro-terroir” scale, but this is highly dependent upon vintage.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».