MétaCan
Menu
Retour à la cohorte
Enregistrement W4399870949 · doi:10.5344/ajev.2024.23076

Prevalence of Wildfire Smoke Exposure Markers in Oaked Commercial Wine

2024· article· en· W4399870949 sur OpenAlexfundno aff
Mango Parker, WenWen Jiang, Adrian D. Coulter, Tracey Siebert, Eleanor Bilogrevic, I. Leigh Francis, Markus Herderich

Notice bibliographique

RevueAmerican Journal of Enology and Viticulture · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensnon disponible
Organismes subventionnairesWine AustraliaAustralian GovernmentAlberta Water Research Institute
Mots-clésWineSmokeEnvironmental healthEnvironmental scienceFood scienceGeographyBiologyMedicineMeteorology

Résumé

récupéré en direct d'OpenAlex

<h3>Abstract</h3> <h3>Background and goals</h3> Grapes exposed to wildfire smoke and wine produced from contaminated grapes can be robustly identified through quantitative analysis of smoke exposure markers, volatile phenols, and phenolic glycosides (PGs). This assessment is based on comparison of data from suspect samples to concentrations of phenolic compounds typically found in non-smoke-exposed grapes and unoaked wines. Oak products for winemaking are typically heat treated and represent a major source of guaiacol and other volatile phenols in wine. Although contact with oak products is thought to contribute negligible concentrations of PGs, the lack of data from oaked wines confounds the identification of a potential risk of smoke taint development in wine when assessing commercially produced, oaked wine. Therefore, this study aimed to determine the typical concentrations of smoke exposure markers in commercially produced, oaked wine. <h3>Methods and key findings</h3> Commercially produced wines (20 to 30 each) of Cabernet Sauvignon, Chardonnay, Pinot noir, and Shiraz cultivars were sourced from Australian regions and vintages free from known wildfire smoke exposure. Gas chromatography-mass spectrometry and high-performance liquid chromatography-mass spectrometry demonstrated that syringol and guaiacol were relatively abundant in oaked wine, reaching concentrations of 200 μg/L. In contrast, most PGs were &lt;10 μg/L, and trace concentrations of cresols were infrequently found. <h3>Conclusions and significance</h3> The concentrations of established wildfire smoke marker compounds (guaiacol, 4-methylguaiacol, syringol, 4-methylsyringol, <i>o</i>-cresol, <i>m</i>-cresol, <i>p</i>-cresol, syringol gentiobioside, 4-methylsyringol gentiobioside, cresol rutinoside, phenol rutinoside, guaiacol rutinoside, and 4-methylguaiacol rutinoside) were determined in oaked Australian Cabernet Sauvignon, Chardonnay, Pinot noir, and Shiraz wines. The data enable confident identification of smoke-affected wine that has been in contact with oak.

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)0,000
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 enseignants0,903
Score d'incertitude au seuil0,221

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,257 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Enology and ViticultureMême sujetHorticultural and Viticultural ResearchTravaux en français237 207