MétaCan
Menu
Retour à la cohorte
Enregistrement W2180879481 · doi:10.4141/cjps2011-066

Stability of eight potato genotypes for sugar content and French fry quality at harvest and after storage

2012· article· en· W2180879481 sur OpenAlexaffvenue
Ian Affleck, J. Alan Sullivan, Richard Tarn, Rickey Y. Yada

Notice bibliographique

RevueCanadian Journal of Plant Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetics and Plant Breeding
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBiplotSugarSowingCropHorticultureAgronomyBiologyGenotypeFood science

Résumé

récupéré en direct d'OpenAlex

Affleck, I., Sullivan, J. A., Tarn, R. and Yada, R. 2012. Stability of eight potato genotypes for sugar content and French fry quality at harvest and after storage. Can. J. Plant Sci. 92: 87–96. Processing quality of potatoes for French fries is partially determined by reducing sugar content of the tuber. Much of the potato crop is processed after a storage period when sugar content can change and affect processing quality. In this study, the stability of sugar levels in eight potato genotypes was studied over four environments (i.e., two locations over 2 yr). The GGE biplot analysis was used to measure the stability of, and the association between, quality traits and sugar content. Quality and sugar content were measured 105 and 120 d after planting and 60 and 120 d after storage. The biplots indicated a change in French fry colour scores and stability between the 105 and 120 d after planting harvest dates. Genotypic differences were noted for French fry colour scores and glucose content. Genotypes were identified that were stable for French fry colour during the two storage periods indicating low genotype by environment interaction. The GGE biplot identified mega-environments that encompassed a group of environments with similar attributes. Based on this finding potatoes from only one environment within the mega-environment would need to be stored for quality evaluations.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,943

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,071
Tête enseignante GPT0,217
Écart entre enseignants0,146 · 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'étudeObservationnel
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

Citations18
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetGenetics and Plant BreedingTravaux en français237 207