MétaCan
Menu
Retour à la cohorte
Enregistrement W2024504888 · doi:10.5539/jfr.v1n3p159

Quality Retention and Shelf-life Extension in Mediterranean Cucumbers Coated with a Pectin-based Film

2012· article· en· W2024504888 sur OpenAlexaffvenue
M. Moalemiyan, Hosahalli S. Ramaswamy

Notice bibliographique

RevueJournal of Food Research · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePostharvest Quality and Shelf Life Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPectinBeeswaxShelf lifeRespiration rateChemistryCoatingFood scienceHorticulturePostharvestSorbitolDistilled waterRespirationBotanyWaxBiologyChromatography

Résumé

récupéré en direct d'OpenAlex

<p>Edible coating is a simple and inexpensive concept for extending post-harvest life of fruits and vegetables. In this study, cucumbers were coated with different pectin-based emulsions to preserve the fruit quality and extend the post harvest shelf life. The formulations consisted of pectin, beeswax, sorbitol, water, and an emulsifying agent. By monitoring the physiological and quality parameters, the coating effects on the storability of cucumber fruits at 23°C and 40% RH (display cabinet), and 12°C and 85% RH (cold room) were determined. The parameters included weight loss, respiration rate, firmness, color, soluble solids and chlorophyll content. The coating markedly reduced weight loss and respiration rate at both temperatures. In addition, the coating reduced loss of firmness, color, chlorophyll and total soluble solids, and extended the storage life of cucumber fruits at both storage conditions.</p>

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)0,008
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,427
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,251
Tête enseignante GPT0,380
Écart entre enseignants0,129 · 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

Citations54
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetPostharvest Quality and Shelf Life ManagementTravaux en français237 207