MétaCan
Menu
Retour à la cohorte
Enregistrement W2972082011 · doi:10.3390/beverages5030057

Modelling Changes in Volatile Compounds in British Columbian Varietal Wines That Were Bottle Aged for Up to 120 Months

2019· article· en· W2972082011 sur OpenAlexaff
Masoumeh Bejaei, Margaret A. Cliff, Lufiani L. Madilao, H VANVUUREN

Notice bibliographique

RevueBeverages · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensUniversity of British ColumbiaAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésWineChemistryDimethyl sulfideAcetaldehydeEthyl acetateBottleVintageIsovalerateAlcoholDimethyl trisulfideBottling lineChromatographyFood scienceEthanolOrganic chemistrySulfurFermentationBiochemistryDimethyl disulfide

Résumé

récupéré en direct d'OpenAlex

This research quantified 46 volatile compounds in vintage wines (1998–2005) from British Columbia (BC), which had been bottle-aged for up to 120 months. Wines were analyzed up to five times, between December 2003 and October 2008. Compounds were identified using gas chromatography mass spectrometry (GC-MS) and their concentrations were related to “wine age” using single linear regression (SLR). SLR models were developed for each wine compound (eight alcohol, 12 ester/acetate, one acid, one aldehyde, one sulfur) in eight varietal wines: six red (Cabernet franc, Cabernet Sauvignon, Meritage, Merlot, Pinot noir, Syrah) and two white (Chardonnay, Pinot gris). Parameter estimates (b0, intercept; b1, slope) and R2 values for models were reported for each compound and each variety. Most of the significant SLR models (109/123) had negative slopes (−b1 coefficients), indicating a decrease in the compounds’ concentration with “wine age”. The b1 coefficients were very small for isobutyl acetate, ethyl isovalerate and ethyl decanoate (−0.00013 to −0.0006 mg/L/mon) and largest (most negative) for 3-methyl-1-butanol, ethyl lactate and isobutyl alcohol (−2.26 to −6.26 mg/L/mon). A few SLR models (14/123) had positive slopes (+b1 coefficients), indicating an increase in the compounds’ concentration with “wine age”, particularly for acetaldehyde, diethyl succinate, ethyl formate and dimethyl sulfide. The +b1 coefficients were smallest for ethyl decanoate (0.0001 mg/L/mon) and dimethyl sulfide (0.00024 mg/L/mon) and largest for dimethyl succinate and acetaldehyde (0.06 mg/L/mon). These values varied by four orders of magnitude (104), reflecting the large concentration range observed for the different volatile compounds. The work provided, for the first time, an empirical (non-theoretical) approach to documenting the evolution of volatile compounds in BC wines. It equipped the industry with an easy-to-use new tool for predicting the concentration of desirable or undesirable compounds in their wines and assisted the industry with decision making regarding the release of their wines into the marketplace.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,204
Score d'incertitude au seuil0,410

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,034
Tête enseignante GPT0,232
Écart entre enseignants0,199 · 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'étudeObservationnel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBeveragesMême sujetFermentation and Sensory AnalysisTravaux en français237 207