The use of near infrared transmittance kernel sorting technology to salvage high quality grain from grain downgraded due to Fusarium damage
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
The mycotoxins associated with specific Fusarium fungal infections of grains are a threat to global food and feed security. These fungal infestations are referred to as Fusarium Head Blight (FHB) and lead to Fusarium Damaged Kernels (FDK). Incidence of FDK >0.25% will lower the grade, with a tolerance of 5% FDK for export feed grain. During infestation, the fungi can produce a variety of mycotoxins, the most common being deoxynivalenol (DON). Fusarium Damaged Kernels have been associated with reduced crude protein (CP), lowering nutritional, functional and grade value. New technology has been developed using Near Infrared Transmittance (NIT) spectra that estimate CP of individual kernels of wheat, barley and durum. Our objective is to evaluate the technology's capability to reduce FDK and DON of downgraded wheat and ability to salvage high quality safe kernels. In five FDK downgraded sources of wheat, the lowest 20% CP kernels had significantly increased FDK and DON with the high CP fractions having decreased FDK and DON, thousand kernel weights (TKW) and bushel weight (Bu). Strong positive correlations were observed between FDK and DON (r = 0.90); FDK and grade (r = 0.62) and DON and grade (r = 0.62). Negative correlations were observed between FDK and DON with CP (r = −0.27 and −0.32); TKW (r = −0.45 and −0.54) and Bu (r = −0.79 and −0.74). Results show improved quality and value of Fusarium downgraded grain using this technology.
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 | 0,001 |
| 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