Odor Potency of Aroma Compounds in Riesling and Vidal blanc Table Wines and Icewines by Gas Chromatography–Olfactometry–Mass Spectrometry
Notice bibliographique
Résumé
This study aimed to elucidate the odor potency of aroma compounds in Riesling and Vidal blanc (syn. Vidal) table wines and icewines from the Niagara Peninsula using stir bar sorptive extraction-gas chromatography-olfactometry-mass spectrometry. Dilution analysis determined the most odor-potent compounds in Vidal and Riesling icewines (n = 2) and table wines (n = 2) from a commercial producer. The top 15 odor-potent compounds in each wine were identified and quantified, resulting in 23 and 24 compounds for Riesling and Vidal, respectively. The most odor-potent compounds were β-damascenone, decanal, 1-hexanol, 1-octen-3-ol, 4-vinylguaiacol, ethyl hexanoate, and ethyl 3-methylbutyrate. In general, icewines had higher concentrations of most aroma compounds compared to table wines. Through computation of odor activity values, the compounds with the highest odor activity for the icewines were β-damascenone, 1-octen-3-ol, ethyl octanoate, cis-rose oxide, and ethyl hexanoate. In table wines the highest odor activity values were found for ethyl octanoate, β-damascenone, ethyl hexanoate, cis-rose oxide, ethyl 3-methylbutyrate, and 4-vinylguaiacol. These findings provide a foundation to determine impact odorants in icewines and the effects of viticultural and enological practices on wine aroma volatile composition.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».