MétaCan
Menu
Retour à la cohorte
Enregistrement W4405009152 · doi:10.1155/ajgw/2622516

Exploring Interactions Between Vineyard Performance, Grape and Wine Composition and Subregional Boundaries—The Terroir of Barossa Shiraz

2024· article· en· W4405009152 sur OpenAlexfundno aff
Leigh M. Schmidtke, Susan E.P. Bastian, Keren A. Bindon, Marcos Bonada, Paul K. Boss, R. G. V. Bramley, Lukas Danner, Paul R. Petrie, Lira Souza Gonzaga, Cassandra Collins

Notice bibliographique

RevueAustralian Journal of Grape and Wine Research · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensnon disponible
Organismes subventionnairesWine AustraliaSouth Australian Research and Development InstituteCharles Sturt UniversityUniversity of AdelaideAustralian GovernmentCommonwealth Scientific and Industrial Research OrganisationAlberta Water Research Institute
Mots-clésTerroirVineyardWineVitis viniferaComposition (language)Wine grapeHorticultureGeographyFood scienceChemistryBiology

Résumé

récupéré en direct d'OpenAlex

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 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)0,001
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 enseignants0,804
Score d'incertitude au seuil0,493

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,314
Tête enseignante GPT0,379
Écart entre enseignants0,064 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Grape and Wine ResearchMême sujetHorticultural and Viticultural ResearchTravaux en français237 207