Development of predictive models for astringency from anthocyanin, phenolic and color analyses of British Columbia red wines
Notice bibliographique
Résumé
One-hundred and eighty-nine commercial red wines from four vintages (1996-1999), four varieties (Pinot noir, Merlot, Cabernet franc, Cabernet Sauvignon) and 13 vineyard locations within the Okanagan Valley of British Columbia were analysed for total phenolics, anthocyanins, flavonols, tartaric esters, free SO2, pH and titratable acidity, as well as copigmented-, monomeric-, polymeric- and total- anthocyanins (absorbance values). Color was evaluated using color density, hue, Hunter-color (L, a, b) and chroma values. Statistics (means, standard deviations) and discriminant analysis were used to explore the response patterns in the compositional analyses among the vintages, varieties and vineyard locations. Color density was highly correlated to the monomeric- and polymeric- anthocyanins for all varieties. Discriminant analysis revealed that some wine vintages could be differentiated using the flavonols, anthocyanins, copigmented anthocyanins, hue and L values. Phenolic concentrations were lower in 1996 and 1997 vintages compared to 1998 and 1999. Discriminant analysis showed that the varieties Pinot noir, Cabernet franc and Merlot/Cabernet Sauvignon could be differentiated using the monomeric-, polymeric- and total- anthocyanins, as well as color density, hue and L values. Cabernet Sauvignon wines formed a subset within the Merlot grouping. Discriminant of wines from the vineyard locations revealed that there was a considerable overlap among the regions, but that the groupings were generally consistent with geographic location. Sensory analysis was used to determine the intensity of astringency and astringent aftertaste in a subset of 35 wines from 1998. Multiple linear regression was used to relate the sensory and compositional analyses. A two-variable model predicted astringency (R=0.77) from total phenolics and copigmented anthocyanins; whereas, a one-variable model was developed to predict astringent aftertaste (R=0.74) from total phenolics. Sensory data collected on an additional 25 red wines were used to validate the appropriateness of the models.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».