Impact of crop level and harvest date on anthocyanins and phenolics of red wines from Ontario
Notice bibliographique
Résumé
Cabernet Sauvignon (CS) and Cabernet franc (CF) vines were subjected to two crop levels (full, half) and three harvest dates (earliest to latest; T0, T1, T2) over two vintages. Wines were analyzed for anthocyanins, phenolics, and proanthocyanidins. Crop level increased CS hue (2011–2012), increased CS pH and reduced CS color intensity (2012), and reduced CF hue (2012). Harvest date had a greater effect than crop level, with many treatment interactions. Half crop (2011) increased three CS anthocyanins plus procyanidin B. Extended harvest increased eight compounds. Quercetin and (+)-catechin decreased in T1. Crop reduction (2012) increased malvidin-3-coumarylglucoside and (+)-catechin, but decreased petunidin and delphinidin-3-coumarylglucoside. Harvest date (2012) impacted all but two compounds, with the highest anthocyanin concentrations in T1 wines. Gallic acid, (+)-catechin and resveratrol increased with harvest date, while three phenols decreased. Half crop (2011) increased CF peonidin. Extended harvest increased four phenols while three others decreased. Crop reduction (2012) increased delphinidin-3-acetylglucoside, cyanidin-3-coumarylglucoside and caffeic acid; (−)-epicatechin and p-coumaric acid decreased. Several anthocyanins and phenols decreased between T0 and T2, nine of 13 anthocyanins decreased between T0 and T1, while others decreased from T1 to T2. Gallic acid and (+)-catechin increased with harvest date; (−)-epicatechin, p-coumaric acid, quercetin, and resveratrol decreased.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».