Detection of Incipient Germination in Malting Barley with a Starch Viscosity Method and a Proposed Ethanol Emission Method
Notice bibliographique
Résumé
The risk of germination loss during storage in two‐row malting barley can be reduced by identifying grain lots that have undergone incipient germination (IG) during harvest. A method based on starch viscosity that utilizes a Rapid Visco Analyzer (RVA) is currently available for IG analysis. A new potential method, based on the measurement of ethanol emission (EE) from whole barley, may be more efficient and less expensive than the RVA procedure. Three storage experiments were performed: experiments 1 and 3 at 25°C and 80% rh, and experiment 2 in unheated, uninsulated buildings. Decline in germination energy (GE) varied from <1% to about 80% during storage. In experiments 1 and 3, R 2 for GE loss (expressed as [weeks to 5% loss of GE] 0.2 ) versus EE was 0.76 in both cases, whereas R 2 for GE loss versus RVA viscosity was 0.64 and 0.68, respectively. In experiment 2, the greatest loss of GE was associated with high temperatures and relative humidity in July and August. EE performed as well as RVA in the prediction of germination loss in all three trials. Although further evaluation of the EE method is required, it appears to be a promising alternative to the RVA technique.
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 | 0,000 | 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 | 0,000 |
| 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 ».