Identification of relationship between pork colour and physicochemical traits in American Berkshire by canonical correlation analyses
Notice bibliographique
Résumé
This study was carried out to predict the relationship between the colour and physicochemical traits in pork by using canonical correlation analysis. The variables of pork colour traits were lightness (L*), redness (a*) and yellowness (b*), whereas the variables of physicochemical traits were post-mortem pH24 h, water-holding capacity (WHC), collagen content, fat content, moisture content, protein content, drip loss, cooking loss and shear force. The canonical correlation coefficient (0.819) between the first pair of canonical variates, V1 and W1, was significant (P < 0.01). According to cross loadings, drip loss, cooking loss and fat content provided the relatively high positive correlations with the variates of colour traits (V1), while pH24 h, WHC and moisture content displayed negative relationships with the variates. Otherwise, L* and a* strongly contribute to the variates of physicochemical traits (W1). In addition, a redundancy index of 0.256 suggests that 25.6% of the variance in V1 is explained by W1. Therefore, in order to obtain the reddish pink colour in pork that is preferred by consumers depending on the relationships between the pork quality traits, we suggest that producer leads to the proper maintenance of post-mortem pH24 h, higher WHC, lower drip loss and cooking loss in pork.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».