MétaCan
Menu
Retour à la cohorte
Enregistrement W2086274972 · doi:10.4141/p03-163

Effect of photoselective filters on the physical and chemical traits of vine-ripened tomato fruits

2005· article· en· W2086274972 sur OpenAlexvenueno aff
Hélène Gautier, Aline Rocci, Michel Buret, Dominique Grasselly, Yvon Dumas, Mathilde Causse

Notice bibliographique

RevueCanadian Journal of Plant Science · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLight effects on plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLycopeneRipeningSugarTitratable acidLycopersiconChemistryCarotenoidSucroseCarotenePhotosynthesisFructoseShadingHorticultureFood scienceVitaminBotanyBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The effects of several wavelength selective light filters placed on developing mature green tomato fruits were studied to determine whether light environment during fruit ripening has an impact on fruit composition. Juice titratable acidity and fruit fresh and dry weight varied little with the different filters. Reducing the red/far-red light ratio with a green filter to simulate vegetation shade slightly delayed ripening. Reducing infrared light (700-1100 nm) reduced vitamin C and soluble sugars content. A drastic reduction in photosynthetic light (97%) reduced both β-carotene (-23%) and lycopene (-29%) contents and red coloration (-21%). Significant correlations were found among the content of soluble sugars, vitamin C and lycopene, but these components increased differently according to the spectral composition of the light transmitted to the fruit. The content of lycopene and β-carotene increased with exposure to photosynthetic radiation and more precisely with exposure to blue light. In contrast, the content of vitamin C and sugar increased with infrared light exposure. Key words: β-carotene, photoselective filters or shading, fruit ripening, fruit environment, lycopene, Lycopersicon esculentum, tomato, vitamin C

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations30
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetLight effects on plantsTravaux en français237 207