MétaCan
Menu
Retour à la cohorte
Enregistrement W29900829 · doi:10.20870/oeno-one.2013.47.3.1547

Effect of different irrigation strategies on vine physiology, yield, grape composition and sensory profile of Sauvignon Blanc (<em>Vitis vinifera</em> L.) in a cool climate area

2013· article· en· W29900829 sur OpenAlexafffundabout
Gabriel Balint, Andrew G. Reynolds

Notice bibliographique

RevueOENO One · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensBrock University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEvapotranspirationIrrigationTranspirationDeficit irrigationHorticultureVineChemistryComposition (language)AgronomyBiologyPhotosynthesisIrrigation managementEcology

Résumé

récupéré en direct d'OpenAlex

Aim: The impacts of partial root zone drying (PRD) and regulated deficit irrigation (RDI) on soil moisture, vine water status, yield components, fruit composition and wine sensory profile of Sauvignon blanc were studied in a cool climate region. Methods and results: Field experiments were conducted in a commercial Sauvignon blanc block in Ontario, Canada between 2006 and 2008. Treatments were: non-irrigated control, PRD, full irrigation [100% of crop evapotranspiration (ETc)] and one level of RDI (25% ETc). Treatments began immediately after fruit set and continued until the beginning of September. Reference evapotranspiration (ETo) was calculated using the Penman–Monteith equation. Soil moisture and vine water status (leaf water potential and transpiration rate) in the PRD treatments were generally less than in 100% ETc but higher than in non-irrigated and 25% ETc treatments. Almost all treatments were different than non-irrigated vines in fruit composition and wine sensory attributes. RDI strategies were more consistent across vintages than the PRD treatments in their effect on vine water status, grape composition and sensory profiles. Conclusions: Use of RDI or PRD in cool climates during dry and warm years can improve grape composition. In very dry and hot seasons, like that of 2007, irrigation improved grape composition and wine aroma typicity. RDI enhanced fruity aroma attributes, which suggests that this could be a viable strategy to improve grape and wine quality in cool areas. However, due to high climatic variation over the period studied, no consistent pattern of irrigation effects was found for berry composition, suggesting that plant water status was not the only factor that controlled fruit and wine quality. Significance and impact of the study: To the best of our knowledge, this study is the first evaluation of PRD in a cool, humid climate, and highlights the potential value of both RDI and PRD irrigation techniques in cool climate regions, particularly during dry growing seasons.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,186

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 Opus0,022
Tête enseignante GPT0,251
Écart entre enseignants0,229 · 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

Citations7
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOENO OneMême sujetHorticultural and Viticultural ResearchTravaux en français237 207