Composição físico-química de vinhos de mesa tintos elaborados na região do Planalto Norte Catarinense, safra 2021
Bibliographic record
Abstract
Tem-se como objetivo deste trabalho realizar caracterização físico-química e dessa forma realizar um acompanhamento da qualidade dos vinhos de mesa tintos elaborados na região do Planalto Norte Catarinense, safra 2021. A caracterização físico-química das amostras de vinhos elaborados na região do Planalto Norte Catarinense foi realizada no Laboratório de Fruticultura do Instituto Federal de Santa Catarina – Câmpus Canoinhas. Ao todo foram coletadas vinte e uma amostras de vinho tinto de mesa, provenientes de Bela Vista do Toldo, Campo Alegre, Canoinhas, Irineópolis, Itaiópolis, Mafra, Monte Castelo, Papanduva, Porto União e São Bento do Sul. Em setembro/21 realizou-se a caracterização físico-química das amostras. As avaliações foram realizadas em triplicata, sendo avaliado: densidade relativa, acidez titulável total (meq L-1) e pH. O valor médio da densidade relativa observado nas amostras foi de 0,993, com os valores variando de 0,989 a 0,998. Os dados referentes a acidez total titulável variaram de 69,1 a 117,7 meq L-1, apresentando valor médio de 84,3 meq L-1. Os valores referentes ao pH das amostras de vinho de mesa tinto apresentaram valores médios de 3,34, variando de 3,05 a 3,74. Os dados referentes à caracterização do perfil físico-químico de vinhos de mesa tinto, demonstram que a região do Planalto Norte Catarinense apresenta potencial para a elaboração de vinhos com potencial qualitativo, com a elaboração de vinhos secos, pH adequado, no entanto, com valores elevados de pH, o que pode indicar, a necessidade de cuidados no cultivo da videira, para que a colheita ocorra com condições adequadas de maturação.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".