Sensory and chemical changes in five varieties of carrot (Daucus carota L) in response to mechanical stress at harvest and post-harvest
Notice bibliographique
Résumé
Carrots harvested by hand or machine and given additional mechanical stress by shaking in a transport simulator were analysed for taste, flavour and content of sugars, terpenes, 6-methoxymellein and ethanol as well as for ethylene production and respiration. Carrots stressed by shaking had higher ethylene production and respiration, higher content of ethanol and 6-methoxymellein and lower levels of total terpenes, several individual terpenes and sugars. This corresponded to a higher sensory score for ethanol flavour and odour, bitter taste, earthy flavour, terpene flavour, aftertaste and sickeningly sweet taste and a lower score for acidic taste and sweet taste as measured by an expert taste panel. Ethanol content was highly correlated with ethanol flavour and odour and sickeningly sweet taste. Of five varieties tested, ‘Bolero’ ‘Panter’ and ‘Yukon’ were most sensitive to mechanical stress, whereas ‘Napa’ and ‘Newburg’ were most resistant. Hand-harvested carrots were not significantly different from machine-harvested carrots as regards chemical or sensory variables. Principal component analysis showed only slightly different placing of these samples in the score plot. A digital carrot could monitor the degree of mechanical stress to which the carrots were subjected. © 2001 Society of Chemical Industry
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».