A New Mathematical Modeling of Banana Fruit and Comparison with Actual Values of Dimensional Properties
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Banana (Cavendish variety) volume, projected area and surface area were estimated by mathematical approximation. The actual volume of banana was measured using water displacement, also the actual projected area and surface area were measured by image processing technique. These parameters that calculated by mathematical method compared to the actual values by the paired t-test and the Bland-Altman approach. The estimated volume and projected area were not significantly different from the volume determined using water displacement (P > 0.05) and projected area measured by image processing technique (P> 0.05) respectively. Although the estimated surface area was significantly different from the measured surface area by image processing method, but this mathematical estimation represented a good approximation of actual surface area. The mean difference between estimation method and water displacement method was 1.58 cm3(95% confidence interval:- 0.011 and 3.18 cm3 ; P = 0.058 ). There was a mean difference of - 0.71 cm2 (95% confidence interval: -1.49 and 0.074cm2 ; P = 0.083) between mathematical estimation method and image processing technique for projected area and 2.33 cm2 (95% confidence interval: 0.3 and 4.6 cm2 ; P < 0.05) for surface area. Water displacement is time-consuming method, also absorbed water by banana is affected on its properties. Image processing technique is very costly method but mathematical estimation does not require to expensive apparatuses.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle