Physicochemical, Spectroscopic and Chromatographic Analyses in Combination with Chemometrics for the Discrimination of Four Sweet Cherry Cultivars Grown in Northern Greece
Notice bibliographique
Résumé
A total of 56 sweet cherry samples belonging to four cultivars (Ferrovia, Canada Giant, Lapins, and Germersdorfer) grown in northern Greece were characterized and differentiated according to botanical origin. For the above purpose, the following parameters were determined: conventional quality parameters (titratable acidity (TA), pH, total soluble solids (TSS), total phenolic content (TPC), mechanical properties and sensory evaluation, sugars by High Performance Liquid Chromatography (HPLC), volatile compounds by GC/MS, and minerals by ICP-OES. Statistical treatment of the data was carried out using Multivariate Analysis of Variance (MANOVA) and Linear Discriminant Analysis (LDA). The results showed that the combination of volatile compounds and conventional quality parameters provided a correct classification rate of 84.1%, the combination of minerals and conventional quality parameters 86.4%, and the combination of minerals, conventional quality parameters and sugars provided the highest correct classification rate of 88.6%. When the above four cherry cultivars were combined with previously studied Kordia, Regina, Skeena and Mpakirtzeika cultivars, collected from the same regions during the same seasons, the respective values for the differentiation of all eight cultivars were: 85.5% for the combination of conventional quality parameters, volatiles and minerals; and 91.3% for the combination of conventional quality parameters, volatiles, minerals, and sugars.
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 | 0,001 |
| 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) | 0,000 | 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 ».