MétaCan
Menu
Retour à la cohorte
Enregistrement W2324359743 · doi:10.1021/jf403704f

Effect of Wine pH and Bottle Closure on Tannins

2013· article· en· W2324359743 sur OpenAlexfundno aff
Jacqui M. McRae, Stella Kassara, James A. Kennedy, Elizabeth J. Waters, Paul A. Smith

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Water Research Institute
Mots-clésWineTanninChemistryVintageFood scienceWine colorBottleAging of wineComposition (language)SofteningDegree of polymerizationYield (engineering)PolymerizationOrganic chemistryBiochemistryPolymerMathematicsMaterials science

Résumé

récupéré en direct d'OpenAlex

The impact of wine pH and closure type on color, tannin concentration, and composition was investigated. A single vintage of Cabernet Sauvignon wine was divided into three batches, the pH was adjusted to 3.2, 3.5 or 3.8, and the wines were bottled under screw caps with either SaranTin (ST) or Saranex (Sx) liners. After 24 months, the tannin concentration, tannin percent yield (relating to the proportion of acid-labile interflavan bonds), and the mean degree of polymerization (mDp) had decreased significantly, all of which can contribute to the softening of wine astringency with aging. The higher pH wines contained less percent (-)-epicatechin 3-O-gallate subunits, whereas the Sx pH 3.2 wines were significantly lower in percent yield and mDp than the other wines. Overall, the tannin structure and wine color of the lower pH wines (pH 3.2) bottled under Sx screw caps changed more rapidly with aging than those of the higher pH wines (pH 3.8) bottled under ST screw caps.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil0,229

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,006
Tête enseignante GPT0,193
Écart entre enseignants0,187 · 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'étudeExpérimental (laboratoire)
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

Citations34
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetFermentation and Sensory AnalysisTravaux en français237 207