MétaCan
Menu
Retour à la cohorte
Enregistrement W2099589673 · doi:10.1046/j.1439-037x.2004.00076.x

<sup>1</sup>H‐NMR Method Enables Early Identification of Degeneration in the Quality of Sweet Potato Tubers

2004· article· en· W2099589673 sur OpenAlexaff
Mari Iwaya‐Inoue, Nahid Sultana, K. Saitou, Kimitoshi Sakaguchi, Masahiro Fukuyama

Notice bibliographique

RevueJournal of Agronomy and Crop Science · 2004
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensNutrasource
Organismes subventionnairesnon disponible
Mots-clésHorticultureChemistryArrhenius equationInverse temperatureRelaxation (psychology)Nuclear magnetic resonanceActivation energyBiologyPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract In sweet potato tuber, which is a tropical plant, long‐term storage leads to loss of water and carbohydrate, thus water mobility was investigated using 1 H‐NMR spectroscopy. Electrolyte leakage indicated that tubers stored at 15 °C for 1 year were partly injured and that frozen‐thawed tissues were dead. Nuclear magnetic resonance (NMR) spin–lattice relaxation time ( T 1 ) and spin–spin relaxation time ( T 2 ) clearly increased with the duration of storage, whereas these values decreased in the dead tissues. Furthermore, Arrhenius plots for T 1 and T 2 were determined at temperatures ranging from 20 to 0 °C in 2.5 °C steps. In the fresh tubers, a strong converse temperature dependency was shown in the T 2 measurement. On the contrary, there was no temperature dependency in the T 2 of the dead tissues. Thus, the existence of inverse temperature dependency reflected tissue viability. Additionally, any change in the T 2 of the fresh tubers occurred at about 14 °C, which virtually coincided with the storage temperature of 15 °C. The slope change in T 2 might have responded to a physiological change as a primary event. In conclusion, monitoring water status by NMR could provide early identification of changes in the quality of post‐harvest crops; this method shows great promise for use in environmental‐stressed crop yield research.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,350
Score d'incertitude au seuil0,167

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,355
Écart entre enseignants0,338 · 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'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

Citations15
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agronomy and Crop ScienceMême sujetNMR spectroscopy and applicationsTravaux en français237 207