Effects pre-harvest hexanal application on fruit market attributes of orange varieties grown in Eastern zone of Tanzania
Notice bibliographique
Résumé
The study objective was to determine the effects of field application of hexanal on pre-harvest market attributes of orange (Citrus sinensis L.) fruits. The first factor was hexanal concentration (0.01, 0.02, 0.04% and controls – untreated fruits), the second factor consisted of time of hexanal application prior to fruit harvest (7, 21, 42 and 60 days to harvest) and the third factor was season (1st and 2nd season). Tested orange varieties were Early Valencia (‘Msasa’), Jaffa and Late Valencia varieties. A fruit tree for each orange variety constituted a treatment for hexanal application and time of its application prior to fruit harvest. The results show that hexanal application at 0.01, 0.02 and 0.04% equally improved fruit marketable yields by increasing fruit firmness and number of marketable fruit of Early Valencia, Jaffa and Late Valencia varieties. Number of marketable fruit increased by 34.89%, 34.04% and 42.48% over the controls for Early Valencia, Jaffa and Late Valencia, respectively. Similarly, fruit firmness increased by 11.38, 11.03 and 11.92 N/mm2 over the control for Early Valencia, Jaffa and Late Valencia, respectively. It is recommended that farmers should treat Early Valencia, Jaffa and Late Valencia with hexanal at 0.01% in order to increase marketable yield and fruit quality.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».