MétaCan
Menu
Retour à la cohorte
Enregistrement W2319960062 · doi:10.1021/jf204577g

Effects of Genotype, Latitude, and Weather Conditions on the Composition of Sugars, Sugar Alcohols, Fruit Acids, and Ascorbic Acid in Sea Buckthorn (Hippophaë rhamnoides ssp. mongolica) Berry Juice

2012· article· en· W2319960062 sur OpenAlexaff
Jie Zheng, Baoru Yang, Martin Trépanier, Heikki Kallio

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2012
Typearticle
Langueen
DomaineMedicine
ThématiquePhytochemical and Pharmacological Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMalic acidFructoseAscorbic acidSugarQuinic acidHippophae rhamnoidesSucroseBerryChemistryFood scienceComposition (language)BotanyCitric acidHorticultureBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Sea buckthorn berries (Hippophaë rhamnoides ssp. mongolica) of nine varieties were collected from three growth locations in five inconsecutive years (n = 152) to study the compositional differences of sugars, sugar alcohols, fruit acids, and ascorbic acid in berries of different genotypes. Fructose and glucose (major sugars) were highest in Chuiskaya and Vitaminaya among the varieties studied, respectively. Malic acid and quinic acid (major acids) were highest in Pertsik and Vitaminaya, respectively. Ascorbic acid was highest in Oranzhevaya and lowest in Vitaminaya. Berry samples of nine varieties collected from two growth locations in five years (n = 124) were combined to study the effects of latitude and weather conditions on the composition of H. rhamnoides ssp. mongolica. Sea buckthorn berries grown at lower latitude had higher levels of total sugar and sugar/acid ratio and a lower level of total acid and were supposed to have better sensory properties than those grown at higher latitude. Glucose, quinic acid, and ascorbic acid were hardly influenced by weather conditions. The other components showed various correlations with temperature, radiation, precipitation, and humidity variables. In addition, fructose, sucrose, and myo-inositol correlated positively with each other and showed negative correlation with malic acid on the basis of all the samples studied (n = 152).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,251
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

Citations54
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPhytochemical and Pharmacological StudiesTravaux en français237 207