Compositional Consequences of Partial Dealcoholization of Red Wine by Reverse Osmosis-Evaporative Perstraction
Notice bibliographique
Résumé
This study investigated compositional changes in red wines resulting from wine alcohol removal by reverse osmosis-vaporative perstraction (RO-EP) and provides insight into the physical and chemical changes in reduced alcohol wine (RAW). Trial 1 involved RO-EP treatment of three wines that were analyzed pre-treatment, post-treatment, and post-treatment with alcohol adjustment (i.e., addition of ethanol to achieve the original alcohol content). Trial 2 involved partial dealcoholization of two wines and analysis of samples collected during RO-EP treatment, i.e., wine in, wine out, retentate, permeate (pre- and post-EP treatment) and strip water. Wine color was analyzed by spectrophotometric methods, while other compositional changes were determined by WineScan, high performance liquid chromatography (HPLC) and gas chromatography-mass spectrometry (GC-MS) analyses. In general, RAWs were slightly more concentrated than pre-treatment wines, which resulted in greater color intensity and increased phenolics and organic acids. However, partial dealcoholization resulted in lower concentrations of some fermentation volatiles, particularly ethyl esters, which may reflect ester hydrolysis following ethanol removal.
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) | 0,001 | 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 ».