MétaCan
Menu
Retour à la cohorte
Enregistrement W2593087661 · doi:10.1080/10942912.2017.1300810

Variability of Cole-model bioimpedance parameters using magnitude-only measurements of apples from a two-electrode configuration

2017· article· en· W2593087661 sur OpenAlexaff
Todd J. Freeborn, Ahmed S. Elwakil, Brent Maundy

Notice bibliographique

RevueInternational Journal of Food Properties · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSmart Agriculture and AI
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésElectrodeElectrical impedanceFocused Impedance MeasurementMaterials scienceEquivalent circuitDispersion (optics)AcousticsAnalytical Chemistry (journal)VoltageElectrical engineeringChemistryPhysicsEngineeringOpticsChromatography

Résumé

récupéré en direct d'OpenAlex

Electrical impedance measurements have been widely researched to monitor physiological changes in fruits and vegetables in a nondestructive manner. Recently, the parameters of the Cole bioimpedance model (R0, R1, C, and α), an equivalent circuit that is widely used to represent the electrical impedance of biological tissues, were extracted using techniques without direct impedance measurements. In this study, the variability of the Cole parameters extracted from magnitude-only measurements (from 200 Hz to 1 MHz) of apples in a two-electrode setup was examined to understand the impact of electrode placement on the parameters evaluated using this technique. Eight electrodes were placed around the center latitudinal line of apples to collect seven sets of measurements from four different varieties (Granny Smith, Fuji, Red Delicious, and Spartan). The Cole impedance parameters were extracted in MATLAB from the collected measurements using a nonlinear least squares fitting method. These extractions indicated that the parameters R0 and R1 had the highest variability based on the electrode location, whereas the dispersion coefficient (α) had the lowest variability.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,117
Tête enseignante GPT0,284
Écart entre enseignants0,167 · 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

Citations31
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food PropertiesMême sujetSmart Agriculture and AITravaux en français237 207