MétaCan
Menu
Retour à la cohorte
Enregistrement W2330478547 · doi:10.1021/jf5002777

Comparison of Extraction Protocols To Determine Differences in Wine-Extractable Tannin and Anthocyanin in <i>Vitis vinifera</i> L. cv. Shiraz and Cabernet Sauvignon Grapes

2014· article· en· W2330478547 sur OpenAlexfundno aff
Keren A. Bindon, Stella Kassara, Wieslawa Cynkar, Ella Robinson, Neil Scrimgeour, Paul A. Smith

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesWine AustraliaAlberta Water Research Institute
Mots-clésTanninWineAnthocyaninChemistryFood scienceBerryProanthocyanidinExtraction (chemistry)Grape wineCondensed tanninPolyphenolVitis viniferaWine colorEthanolBotanyChromatographyBiochemistryBiologyAntioxidant

Résumé

récupéré en direct d'OpenAlex

Cabernet Sauvignon and Shiraz grapes were sourced from different regions within Australia, and microvinified with a skin contact period of 6 days. Grape samples were extracted using two protocols: a 15% v/v ethanol, 10 g/L tartaric acid extract of gently crushed berries (wine-like, WL) and a 50% v/v ethanol, pH 2 extract of grape berry homogenate. It was found that in WL extracts, grape tannin and anthocyanin concentrations were strongly related to wine tannin, anthocyanin and color density achieved during the skin contact period. No relationship was observed for grape tannin concentration analyzed in homogenate extracts and wine tannin, but a strong, positive relationship was found for anthocyanin concentration. When the data obtained from homogenate extraction was treated separately by grape variety, a stronger relationship between grape and wine tannin concentration was observed. Tannin compositional analysis in wines indicated that higher tannin concentrations were due to the extraction of tannin of higher molecular mass during fermentation, most likely from grape skins.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,728
Score d'incertitude au seuil0,203

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 Opus0,030
Tête enseignante GPT0,275
Écart entre enseignants0,244 · 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'étudeObservationnel
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

Citations47
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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