Low-volume Sprays to Treat Fresh-sliced Apples with Anti-browning Solution
Notice bibliographique
Résumé
Use of sprays to sanitize and treat apple ( Malus × domestica ) slices helps to reduce the potential for cross-contamination that can occur when treatments are done in dip tanks. This research examined several factors that may affect the efficacy of spray treatments: 1) spray volume; 2) efficacy of spray application of anti-browning solution (ABS) compared with dipping; 3) effect of slice density during spraying; and 4) effect of the addition of an antimicrobial compound, vanillin, on microbiologically associated browning. Low-volume sprays (36-50 mL·kg -1 slices) of ABS gave maximal control of browning and this was equivalent to the control afforded by a 2-minute dip in the ABS. Spray application resulted in significant reduction in incidence and severity of microbiologically associated “secondary browning” as compared with dip application. However, if more than one layer of slices were present on the support mesh during the spray treatment, then secondary browning increased. This was attributed to potential cross-contamination between layers of apples in the spray treatment. Addition of vanillin into the ABS resulted in a 50% reduction of the incidence of “secondary browning.” Low-volume spray applications of ABS can be managed such that the microbiologically associated “secondary browning” is much lower than possible with dip application.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».