Exploring Interactions Between Vineyard Performance, Grape and Wine Composition and Subregional Boundaries—The Terroir of Barossa Shiraz
Notice bibliographique
Résumé
Background and Aims: Viticulturists and winemakers have a considerable interest in understanding the influence of climate, soil, viticultural and winemaking practices on wine sensory outcomes—that is, understanding the terroir concept, which is important for regionality and claims of product distinctiveness. In this investigation, an empirical study of grape and wine composition, including sensory evaluations, was used to inform the delineation of subregional areas of the Barossa Zone geographical indicator (GI). Methods and Results: A spatiotemporal investigation of Shiraz was undertaken with vineyard zones selected to exemplify maximum heterogeneity within a site. Objective measures of vine performance and grape and wine composition were clustered using the k‐means approach, and up to three clusters of vineyard sites were evident within the dataset. Clusters were associated with vineyard elevation and thus growing temperatures. The most important measures of composition defining each cluster were the volatiles ethyl octanoate, diethyl succinate, 1,8‐cineole and 3‐methyl butyl acetate in grapes. Sensory attribute intensity differences were apparent for wines from some subregions, and projection of the important attributes for clusters defined in this study to key sensory differences shows a high variance in composition related to sensory features from year to year. The spatial outcomes of clusters for vineyard sites align with of some outcomes of prior clustering approaches using data‐rich sources for precision agriculture. Conclusions: Subregional zones within the Barossa can be identified where sufficient variations between vineyard elevations exist that impart grape compositional differences, which in turn translate into wine sensory attributes. Significance of the Study: This empirical study provides some evidence for regionality within the Barossa with up to three subregions identified in some vintages.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».