Nondestructive Measurement of Fresh Tomato Lycopene Content and Other Physicochemical Characteristics Using Visible−NIR Spectroscopy
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
Measurement of fresh tomato fruit overall quality, and particularly lycopene content, is challenging in the context of high-volume production. An experiment was conducted to simultaneously measure various quality parameters of tomato in a nondestructive manner using vis-NIR reflectance spectroscopy and chemometrics. The sampling set included different cultivars that are obtainable from both retailers' shelves and two greenhouse producers. Results indicate that lycopene content was accurately predicted [r(2) = 0.98; root mean square error of cross-validation (RMSECV) = 3.15 mg/kg], along with color variables such as Hunter a (r(2) = 0.98), L, and b (r(2) = 0.92). Tomato color index (TCI) was better predicted (r(2) = 0.96) than the a/ b ratio (r(2) = 0.89). Firmness prediction, with an r(2) of 0.75, is comparable to what is reported in the literature for other fruits and may have a practical interest. Prediction of internal quality such as pH, soluble solids, titratable acidity, and electrical conductivity was less accurate, partly due to a low variability of these parameters among samples. Predictions were robust with regard to cultivars, except for pink variety tomato. The 400-1000 nm range gave results almost as accurate as the 400-1500 nm range.
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) | 0,001 | 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