205 Non-destructive Surface Area Determination of Vegetables
Notice bibliographique
Résumé
Surface area of cucumbers, carrots, parsnips, and beets was determined using the following non-destructive methods: Baugerod's method, Baugerod's method with inclusion of a factor correcting for substitution of weight for volume in the formula, and a novel image analysis method. Accuracy of the methods was ascertained by comparison with a direct shrink-wrap replica method of surface area measurement. Vegetables ranged in shape from cylindrical (cucumber and carrot) to conical (parsnip and beet). No difference in accuracy among methods of surface area determination was detected for carrots or beets. Baugerod's method and the image analysis technique differed significantly from the direct shrink-wrap replica technique for surface area determination of parsnips and cucumbers, respectively. Inclusion of a correction factor in Baugerod's method did not increase the accuracy of this method for any of the vegetables. The precision and repeatability of each method was determined by repeated measures analysis. Baugerod's method lost precision and repeatability for the conically shaped vegetables. Conversely, the shrink-wrap replica method lost precision and repeatability for the cylindrically shaped vegetables. The image analysis technique was precise and highly repeatable over the range of vegetable shapes. The development of a rapid, accurate, and precise non-destructive method of surface area measurement using image analysis techniques will provide a useful tool in the physiological study of vegetable products. Applicability of such a method over a range of vegetable shapes will be of additional value.
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) | 0,001 | 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 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 ».