Predicting protein haze formation in white wines
Notice bibliographique
Résumé
Background and Aims Wine protein haze formation is commonly predicted by a heat test; however, the conditions used in the test can vary widely between laboratories. Here, we investigate the influence of heating and cooling conditions on heat test results. Methods and Results White wines were heated at 80°C for a time that varied from 0.5 to 6.0 h and then cooled for 0.5–18 h at either 0, 4 or 20°C. The turbidity was measured before heating and after cooling. Longer heating times, longer cooling times and a lower cooling temperature all increased the amount of haze produced in the heat test. Bentonite fining trials with eight white wines indicated that after 2 h heating, cooling either at 4°C for 18 h, 0°C for 3 h or 20°C for 3 h had no impact on the predicted dose. Heating for 6 h with 18 h cooling at 4°C (24 h test) generally increased the predicted bentonite dose by up to 0.3 g/L compared with heating for 2 h. Wines fined at the bentonite dose recommended by a 5 h test or a 24 h test were generally clear after storage at 17 or 28°C for 12 months while the unfined Control wines generally became hazy. Conclusions Wines heated for 2 h at 80°C and subsequently cooled for 3 h at 20°C (5 h heat test) enabled the repeatable production of haze and bentonite fining dose. Significance of the Study Heat tests used in the wine industry need to include consistent heating and cooling conditions for reliable results and can be achieved in less time than previously recommended.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».