MétaCan
Menu
Retour à la cohorte
Enregistrement W2725153201 · doi:10.1051/bioconf/20170902004

The effect of inactivated yeast-based products on the process of wine aging, phenolic compounds and sensory characteristics of red wine Prokupac

2017· article· en· W2725153201 sur OpenAlexaboutno aff
Marko Malićanin, Vladislav Rac, Vesna Rakić

Notice bibliographique

RevueBIO Web of Conferences · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWineFood scienceWine colorOrganolepticWhite WineAging of wineChemistrySugarPolyphenolSensory analysisAntioxidantBiochemistry

Résumé

récupéré en direct d'OpenAlex

Keeping of red wine in bottles is very important for its maturation and quality. However, there are numerous changes that happen during that period, usually caused by oxidative processes and changes in structure and content of polyphenolic compounds. The goal of this study was to determine the effects of Inactivated dry yeast (IDY) products on aging, phenolics content, colour stability and sensory characteristics of red wine Prokupac (Serbian autochthonous variety). The treatment of wine was done by 3 different IDYP (Lallemand, Canada): Optimum White, Opti Less and Noblesse, applied as 0.2 g/L and 0.4 g /L during 15 days. Subsequently, wine clarification was done, followed by filtration and bottling. Untreated wines were used for comparison. Wine was subjected to accelerated aging (10 days at 55 ° C) and also to normal aging conditions during one year. To determine the influence of IDYP following parameters were monitored: dissolved O2, free and total SO2, sugar free extract, content of total phenolics, flavonoids, flavan-3-ols and anthocyanins, percent of polymeric color, color tint, color intensity and sensory characteristics (Panel method). The obtained results clearly show that IDY products are good scavengers of oxygen and have a positive impact on wine quality preservation and its organoleptic characteristics. However, a slight decrease of polyphenols content was detected.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,260
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBIO Web of ConferencesMême sujetFermentation and Sensory AnalysisTravaux en français237 207