Product development approach to introducing a new wine style and grape varietal: <i>Marquette</i>
Notice bibliographique
Résumé
Interspecies hybrid grape varieties make up a substantial portion of grape production around the world. They can provide superior disease resistance and climate adaptation along with interesting, distinct flavour profiles. Marquette, a recently introduced cold-hardy, hybrid varietal has limited research to date on sensory profiles and consumer perception. This study sought to define consumer acceptance and sensory profiles of Marquette so that viticultural and oenological practices can be targeted to make consumer-friendly wines. Red wine consumers (n = 113) evaluated commercial Marquette and other red wines (hybrid and non-hybrid) and trained assessors profiled wines using a rapid technique. Results were used to define sensory drivers of liking and to characterize consumer segments through correlation to sociodemographic factors, including wine knowledge. Overall, Marquette wines with a fruit-forward or spicy + savoury flavour were preferred by novice consumers (20% and 27% of respondents, respectively). For more knowledgeable and wine-interested consumers (53% of respondents), the recommended profile is dark fruit, herbaceous flavour and full-body. These findings and approaches can be used as a roadmap for winemakers looking to produce and market Marquette. Additionally, this approach can be applied to understand the sensory profiles and consumer perception of other novel or non-traditional wines.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».