Flavan-3-ol and polysaccharide content and profile during the fermentation of Vitis vinifera Cabernet Sauvignon and cold-hardy Vitis sp. Frontenac
Notice bibliographique
Résumé
Aim: The main objective of this study was to determine the effect of grape variety on skin and seed flavan-3-ol and polysaccharide diffusion from grapes to wine during the alcoholic fermentative maceration of Vitis vinifera Cabernet Sauvignon and Vitis sp. Frontenac and Frontenac blanc, and to determine the final composition of these wines at the end of the process. Methods and results: Must and wine polysaccharides were precipitated by ethanol and quantified using the phenol-sulfuric method of Dubois. Flavan-3-ol concentration and profile were analysed by HPLC-FLD. Cold-hardy cultivars Frontenac and Frontenac blanc had less oligomeric and polymeric flavan-3-ols than those from Vitis vinifera Cabernet Sauvignon. Wines made from the cold-hardy hybrid cultivar Frontenac had a higher concentration in total polysaccharide. Preliminary results from GPC/SEC analyses suggested that Frontenac wine had a higher content in mannoproteins and rhamnogalacturonan-2 polysaccharides compared to the other studied varieties. Conclusion: Grape variety is critical to wine flavan-3-ol and polysaccharide profile. The highest values of total polysaccharides and the lowest levels of condensed tannins were observed in the wines of Frontenac. As polysaccharides are known to negatively impact wine perceived astringency, these results suggest that significant attention should be given to the polysaccharide composition of cold-hardy cultivars in the context of cold climate wine production. Significance of the study: Knowledge on interspecific hybrid polysaccharide and flavan-3-ol kinetic during the alcoholic fermentative maceration may help the winemakers from cold climate areas to improve winemaking processes and final wine composition.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».