Biochemical Composition Within Coffea arabica cv. Ruiru 11 and Its Relationship With Cup Quality
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
<p>Biochemical composition appears to be influenced by both genetic factors and plant growth conditions. The main objective of this study was to evaluate the biochemical composition of selected Ruiru 11 sibs and its relationship with cup quality. Thirty four (34) Ruiru 11 sibs grown in three different locations in Kenya were used in this study. The experiment was laid out in a Randomized Complete Block Design with three replications. Coffee cherries were picked during the peak harvesting period between 2009 and 2011. The cherries were wet processed and graded into different grades based on size, shape and density. Fifty (50) grams of the dry coffee beans per sib per replication were frozen at -80 ºC before grinding (&lt; 0.5 mm particle size) in liquid nitrogen as specified by the Association of Official Analytical Chemists (AOAC). The samples were packed in small plastic bottles and stored at -80 ºC awaiting extraction of biochemical components. Caffeine, trigonelline and total chlorogenic acids were extracted and purified using classical methods and analysed using High Pressure Liquid Chromatography (HPLC). For the lipids, the sample was subjected to Soxhlet extraction using n-hexane. The study demonstrated the existence of high variation in biochemical composition among Ruiru 11 sibs. Significant correlations were observed between biochemical and cup quality traits indicating that biochemical composition plays a major role in determining the sensory quality of coffee. The growing environment was also found to have an effect on biochemical composition as portrayed by high locational variations.</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.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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