Impact of vine water status on sensory attributes of Cabernet Franc wines in the Niagara Peninsula of Ontario
Notice bibliographique
Résumé
Aim: To examine the impact of vine water status on sensory and chemical characteristics of Cabernet franc wines on non-irrigated sites in the Niagara Peninsula, Ontario, to assess whether vine water status might be a key factor in the determination of so-called terroir effects. Methods and results: The effects of vine water status on wine sensory characteristics were studied in Vitis vinifera L cv. Cabernet franc in the Niagara Peninsula (Ontario, Canada) in the 2005 and 2006 vintages. Vine water status was monitored throughout the growing season in ten vineyard blocks using midday leaf water potential (Ψ) values. Chemical and descriptive sensory analyses were performed on nine (2005) and eight (2006) pairs of experimental wines to elucidate differences between wines from high and low water status (HWS, LWS) zones in each vineyard. Twelve trained judges evaluated six aroma, six flavor and three mouthfeel/taste sensory attributes, as well as color intensity. In 2005, LWS wines had higher color intensity (four sites), black cherry flavor (one site), and red fruit aroma and flavor (two sites). Similar trends were observed in the 2006 vintage. No differences were found from one year to the next between the wines produced from the same vineyard, despite markedly different conditions in the 2005 and 2006 vintages. Conclusions: Measurement of midday leaf Ψ was successful in detecting differences among vine water status levels throughout the growing season. The range of leaf Ψ values were almost consistent at most sites in both 2005 and 2006 years. Differences in vine water status resulted in wines with different composition, aroma, flavor, and color intensity. Despite two different vintages of hot and dry (2005) and wet (2006) seasons, similar trends were observed in high and low water status wines. Significance and impact of study: The strong relationships between leaf Ψ and sensory attributes of Cabernet franc suggest that vine water status is a major basis for the terroir effect.
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) | 0,002 | 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 ».