MétaCan
Menu
Retour à la cohorte
Enregistrement W3011273160 · doi:10.1111/ajgw.12425

The colorimetric determination of copper in wine: total copper

2020· article· en· W3011273160 sur OpenAlexfundno aff
Nikolaos Kontoudakis, Mark E. Smith, Paul A. Smith, Eric Wilkes, Andrew C. Clark

Notice bibliographique

RevueAustralian Journal of Grape and Wine Research · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFermentation and Sensory Analysis
Établissements canadiensnon disponible
Organismes subventionnairesCharles Sturt UniversityNSW Wine Industry AssociationWine AustraliaAustralian GovernmentAlberta Water Research Institute
Mots-clésWineCopperChemistryRepeatabilityReagentColorimetryWhite WineChromatographyDetection limitColorimetric analysisFood science

Résumé

récupéré en direct d'OpenAlex

Background and Aims The total concentration of copper (Cu) in wine cannot be routinely measured without relatively expensive equipment, reagents and/or without labour-intensive sample pretreatment. The following research describes an approach for the colorimetric measurement of total Cu in wine utilising a spectrophotometer and relatively cheap reagents. Method and Results The proposed method is based on using bicinchoninic acid as the complexing chromophore for Cu. Copper was measured directly and rapidly in white wine, while a digestion of red wine was required. A key step for the analysis in the non-digested white wine matrix was the addition of silver(I) to aid the dissociation of Cu in the wine from sulfide. For red and white wines, the limit of detection was 0.02 mg/L Cu, and the repeatability was 3 ± 1%. The accuracy of the method was assessed in terms of recovery experiments (102 ± 3%, n = 4), and also by comparing total Cu concentration in 84 wines determined by the colorimetric method with that obtained by inductively coupled plasma with optical emission spectroscopy (R2 = 0.95). Conclusions The colorimetric determination of total Cu was successfully optimised and validated in white and red wines. Significance of the Study The methodology will allow wineries and researchers to routinely measure total Cu concentration in wine with a spectrophotometer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,873
Score d'incertitude au seuil0,118

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,121
Tête enseignante GPT0,354
Écart entre enseignants0,233 · 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 tête enseignante, 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Grape and Wine ResearchMême sujetFermentation and Sensory AnalysisTravaux en français237 207