Crop Level and Harvest Date Impact on Four Ontario Wine Grape Cultivars. II. Wine Aroma Compounds and Sensory Analysis
Notice bibliographique
Résumé
Pinot gris, Riesling, Cabernet franc and Cabernet Sauvignon from a vineyard in Virgil, Ontario, Canada were subjected by cluster thinning to two crop-level treatments (full crop, half crop), combined with threeharvest dates (commercial harvest (T0), three weeks after T0 (T1), six weeks after T0 (T2)) in a randomised experiment in 2011 and 2012, with wines produced from all treatment replicates. We hypothesised that afull crop with substantially delayed harvest date might have a greater impact on wine aroma than reducing crop level. Wine aroma volatile analysis was carried out by GC-MS, with quantification by calibration withanalytical standards prepared in model wine. Delayed harvest overcame the effects of crop reduction for almost all volatiles. Pinot gris and Riesling displayed increases in varietal aromas in the T1 and T2 wines, e.g. monoterpenes and norisoprenoids, and in esters, aldehydes and alcohols. Reduced concentrations of volatile acids and green odour compounds (e.g. 1-hexanol) with delayed harvest were also evident. Increases in ethanol were related to increased berry sugars, but higher alcohols did not necessarily increase with harvest date. Crop level had little impact on the sensory properties of these cultivars in both seasons. However, delayed harvest resulted in substantial sensorial changes. Due to these chemical and sensorial effects, delayed harvest is recommended, rather than crop-level reduction, to enhance wine quality in these cultivars. Extended harvest, e.g. T2 treatments, was associated with the production of benzaldehyde, diethyl acetal, and higher concentrations of higher alcohols, e.g. isoamyl alcohol and nonanol, which could be linked to pre-harvest desiccation.
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 ».