MétaCan
Menu
Retour à la cohorte
Enregistrement W2403207235 · doi:10.5539/ass.v12n6p100

Production of Active Packaging from Debris of Heliconia and Thai Herbs for Reducing Anthracnose Disease of Mango and Papaya

2016· article· en· W2403207235 sur OpenAlexvenueno aff
Pratoomtong Trirat, Somporn Jenkunawat

Notice bibliographique

RevueAsian Social Science · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMoldPulp (tooth)HorticultureBiologyBotanyMedicine

Résumé

récupéré en direct d'OpenAlex

A study of production of active packaging from debris of Heliconia and Thai herbs for reducing anthracnose disease of mango and papaya comprises four steps: 1) create mold for producing packaging 2) prepare pulp from agricultural waste, 3) produce active packaging, and 4) test of packaging efficiency to reduce anthracnose disease in mango and papaya. The study revealed that creating mold from white cement was easy and quick, and the mold was strong. Regarding the method to produce packaging, pouring of pulp onto muslin cloth in the mold did not give uniform thickness, whereas hand tapping of pulp into the mold offered uniform thickness but it took more time to do. However, the latter took only one day to dry while the first took 2-3 days. The packaging was less shrink by tapping than pouring method. The shape of packaging can well support mango and papaya fruits, and its strength and thickness was adjustable by the amount of pulp used. Heliconia pulp can be used to produce packaging and provided natural color as well as the identity of hand-made products which is free from harmful chemicals in the pulping process. The active packaging produced from Heliconia pulp and herbal extracts from galangal stem, kaffir lime leaves, cassia leaves and Plai essential oil was found to be effective in controlling anthracnose disease. The anthracnose lesions on mango fruits were smaller than those on papaya fruits.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,252
Écart entre enseignants0,244 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207