MétaCan
Menu
Retour à la cohorte
Enregistrement W2415006384 · doi:10.21273/hortsci.45.11.1719

Effects of Preconditioning and Fruit Maturity on the Occurrence of Soft Scald and Soggy Breakdown in ‘Honeycrisp’ Apples

2010· article· en· W2415006384 sur OpenAlexaffabout
Renae E. Moran, Jennifer R. DeEll, Dennis P. Murr

Notice bibliographique

RevueHortScience · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensUniversity of GuelphMinistry of Agriculture, Food and Rural Affairs
Organismes subventionnairesnon disponible
Mots-clésOrchardHorticultureBiologyToxicology

Résumé

récupéré en direct d'OpenAlex

Preconditioning, holding fruit at 10, 17.5, or 21 °C temperatures for up to 7 days before placement in cold storage, was inconsistent in its effect on soft scald and soggy breakdown in ‘Honeycrisp’ apples in Maine and Ontario. In Ontario, 4 days of preconditioning at 21 °C increased soft scald in 1 year but had no effect in the next year. Five d of preconditioning at 10 °C reduced soft scald and had no effect on soggy breakdown in 1 year but reduced it the next year. In Maine, 5 days preconditioning at 17.5 °C was effective in reducing soft scald and/or soggy breakdown in 2002 to 2007 when starch index at harvest was 5.9 to 7.2. Seven days of preconditioning at 17.5 °C increased soggy breakdown with an early harvest in two orchards but only in one of two orchards with a later harvest. This same preconditioning had no effect on soft scald with the first harvest but reduced it with the second. In the next year, the same preconditioning treatment increased soft scald and soggy breakdown with an early maturity but had no effect with a later maturity in one orchard but not in fruit from another. Conditions during preconditioning and subsequent cold storage temperatures varied from previous recommendations, and this may be why preconditioning was not consistent in our studies and in some cases increased chilling disorders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,896
Score d'incertitude au seuil0,166

Scores Codex et Gemma par catégorie

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 Opus0,008
Tête enseignante GPT0,201
Écart entre enseignants0,192 · 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 tête enseignante, 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

Citations28
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207