Novel use of activated carbon fabric to mitigate smoke taint in grapes and wine
Notice bibliographique
Résumé
Background and Aims Grapegrowers and winemakers, around the world, are searching for strategies to mitigate the compositional and sensory consequences of grapevine exposure to smoke from wildfires. This study evaluated the use of activated carbon fabrics as protective coverings to mitigate the uptake of smoke-derived volatile phenols by grapes, and accordingly, the intensity of smoky, ashy characters in wine. Methods and Results Smoke was applied to Mataro grapes, with and without individual bunches being enclosed in bags made from three activated carbon fabrics (felt, light cloth and heavy cloth). Wine made from smoke-exposed grapes had an elevated concentration of volatile phenols, but the composition of wines made from grapes protected by activated carbon fabric was comparable to that of the Control wine; the difference in concentration of guaiacol, o- and m-cresol and/or syringol was only 1 μg/L. Wine made from smoke-exposed grapes had diminished fruit and prominent smoke characters, whereas the sensory profile of the wines corresponding to activated carbon fabric treatments could not be differentiated from that of the Control wine. Analysis by GC/MS of the activated carbon fabrics following repeated smoke exposure confirmed their adsorption of smoke volatiles. Conclusions The activated carbon fabrics successfully protected Mataro grapes and wine from being tainted by smoke exposure. Significance of the Study This study demonstrates a promising new technology for overcoming smoke taint, an issue of major concern for grape and wine producers worldwide.
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 | 0,001 | 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 | 0,000 | 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) | 0,000 | 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 ».