MétaCan
Menu
Retour à la cohorte
Enregistrement W2788509815 · doi:10.1139/cjps-2017-0365

Performance of five haskap (Lonicera caerulea L.) cultivars and the effect of hexanal on postharvest quality

2018· article· en· W2788509815 sur OpenAlexaffvenueabout
John O. MacKenzie, Evan Elford, Jayasankar Subramanian, Rob William Brandt, Katherine Elizabeth Stone, J. Alan Sullivan

Notice bibliographique

RevueCanadian Journal of Plant Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePostharvest Quality and Shelf Life Management
Établissements canadiensMinistry of Agriculture, Food and Rural AffairsUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHexanalPreharvestPostharvestRipeningCultivarHorticultureTitratable acidBiologyAgronomyFood science

Résumé

récupéré en direct d'OpenAlex

Growers are challenged to provide premium, ripe haskap fruit to market while limiting the negative attributes associated with over-ripening. Hexanal is an inhibitor of phospholipase D, an enzyme involved in membrane degradation, and has shown promise in extending the longevity of fruit. This study investigated the performance of a hexanal-based preharvest spray for enhancing the quality and shelf life of haskap fruit, an emerging crop in Canada. At two locations in 2015, 2016, and 2017, five cultivars were sprayed with a control treatment or a 0.02% hexanal formulation at 2–3 wk before harvest. Fruit was stored at 4 °C and assessed for quality at successive times. Although inconsistent, results suggest a hexanal spray may impart a small benefit to the postharvest quality of haskap fruit. Secondary objectives included describing important agronomic characteristics of haskap and assessing the potential of a hexanal preharvest spray for enhancing fruit retention. Hexanal did not reduce fruit drop and had no effect on quality at harvest. Fruit contained high levels of soluble solids and titratable acids, were very dark in colour, and did not degrade in quality as rapidly as softer fruit crops such as strawberry or raspberry.

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)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,239
Écart entre enseignants0,221 · 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

Citations12
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetPostharvest Quality and Shelf Life ManagementTravaux en français237 207