Flavour Development in the Vineyard: Impact of Viticultural Practices on Grape Monoterpenes and their Relationship to Wine Sensory Response
Notice bibliographique
Résumé
Monoterpenes are responsible for the distinctive flavour of grape cultivars such as Gewiirztraminer, Riesling and several muscat cultivars. These components are present as odour-active free volatile terpenes (FVT) and as potentially volatile terpenes (PVT), i.e. glycosides and polyols capable of releasing FVT by temperature-, pH-, or enzyme induced hydrolysis. Our first work focused on the impact of fruit exposure on terpene concentrations in Gewiirztraminer. Fully-exposed fruit consistently displayed higher FVT and PVT than partially-exposed and fully-shaded fruit. This knowledge was utilised to investigate effects of cultural practices. Hedging and basal leaf removal (BLR) increased FVT and PVT levels, while multi-site experiments also indicated that hedging and BLR could increase FVT and PVT in berries and musts of early-season cultivars such as Bacchus, Pearl of Csaba, Gewiirztraminer, Schonburger and Siegerrebe. Canopy division, BLR and increased vine spacing also increased FVT and PVT concentrations in Riesling fruit. Low-heat unit sites appear to promote accumulation of monoterpenes in Vitis vinifera more than warmer sites, when compared at equal growing degree days. Prefermentation practices such as delayed harvest, prolonged pressing and skin contact were also shown to increase must terpene content. In many cases, these differences in terpene concentrations in the berries and musts were organoleptically detectable in wines. Our conclusions to date are: (1) PVT are more responsive to viticultural and enological practices than FVT; (2) FVT and PVT are rarely correlated with soluble solids, titratable acidity or pH, and thus cannot be predicted by standard harvest indices; (3) Losses in FVT and PVT can occur between the berry and juice stages, hence the desirability of skin contact; (4) FVT and PVT concentrations can, in some cases, be related to wine-tasting results.
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 | 0,000 | 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 ».