MétaCan
Menu
Retour à la cohorte
Enregistrement W2188717065 · doi:10.21273/jashs.128.3.0381

An Integrated Microstructural and Sensory Approach to De scribe Apple Texture

2003· article· en· W2188717065 sur OpenAlexaff
Paula Allan‐Wojtas, K.A. Sanford, K. B. McRae, S. Carbyn

Notice bibliographique

RevueJournal of the American Society for Horticultural Science · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensAcadia UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésCultivarTexture (cosmology)MalusHorticultureSensory systemBiologyMathematicsBotanyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The apple industry worldwide would benefit from an improved and standardized description of fresh-apple textural quality. The description proposed here is unique in that it integrates structural, sensory, and consumer information. To demonstrate its benefits, 24 apple cultivars [Malus ×sylvestris (L.) Mill. var. domestica (Borkh..) Mansf.] were sampled over two harvest seasons and analyzed using microstructural and sensory techniques. Cultivars were selected to cover a range of known sensory textures, and microstructural profiles were compiled in parallel with sensory and instrumental studies. Each cultivar was pre pared for conventional scanning electron microscopy (SEM) observation using standard methods. Representative fruit from each cultivar were photographed at three magnifications to visualize fruit architecture, tissue relationships, and size, shape, and arrangement of cells within layers to compile the microstructural profile. A trained sensory panel evaluated the cultivars for crispness, surface coarseness, sponginess, hardness, juiciness, degree of melting, mealiness, and skin toughness while a consumer panel rated liking. This information was compiled into a texture profile. The microstructural and texture profiles were then combined into a cultivar profile for each sample. Cultivar profiles were collected to form a database; subtle similarities and differences among the 28 market-quality samples were interpreted and noted. With this technique, those structures with similar sensory properties can be identified with some form of microscopy. Clarifying and predicting the parameters that are related to textural quality in new cultivars will streamline the introduction process.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,018
Tête enseignante GPT0,254
Écart entre enseignants0,236 · 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'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

Citations46
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society for Horticultural ScienceMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207