Sensorial and Volatile Analysis of Wines Made from Partially Dehydrated Grapes: An Ontario Case Study
Notice bibliographique
Résumé
Winemaking in cool climate viticultural areas can pose challenges due to difficulties in achieving optimal ripeness from climatic conditions that tend to vary vintage-to-vintage. To stabilize quality, the use of partially dehydrated grapes has been indicated as beneficial to the production of high-quality wine (“appassimento” style) despite climatic variation. Postharvest wine grape dehydration is a complex process that involves the concentration or formation of sugars, aromas, and flavours. One of the quality challenges facing appassimento style winemaking is elevated levels of undesirable oxidation compounds. The aim of this study was to characterize wines made from a local yeast isolate, Saccharomyces uvarum CN1, which demonstrates limited osmotolerance and may have application to this wine style, as it is a known lower producer of such compounds. Wines made with CN1 were compared to wines made with the accepted commercial standard, S. cerevisiae, EC1118. Fermentations (n = 24) were established at three target starting sugar concentrations from dehydrated Cabernet franc grapes (24.5, 26.0, and 27.5°Brix) and a control (21.5°Brix) and were assessed for volatile organic compound (VOC) composition via gas chromatography-mass spectrometry (GC-MS). Wines also underwent quantitative descriptive analysis to identify and quantify sensory attributes by a trained panel (n = 11). Results show that the wines fermented with the yeast isolate contain significant differences in the concentrations of VOCs in the wines. Sensorially, the wines differed in intensity for a number of attributes, including red fruit aroma, black fruit flavour, and length of finish both within Brix treatments and amongst yeast strains. The most important differentiating factor amongst these wines was the combination of yeast strain at the highest starting sugar concentration (27.5°Brix). These findings may assist winemakers by informing the yeast strain choice for optimizing appassimento style wine quality in cool climates.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».