MétaCan
Menu
Retour à la cohorte
Enregistrement W3131684588 · doi:10.3390/s21041509

Fruit Quality Monitoring with Smart Packaging

2021· review· en· W3131684588 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueSensors · 2021
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePostharvest Quality and Shelf Life Management
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésActive packagingShelf lifeQuality (philosophy)Food packagingPlastic packagingRisk analysis (engineering)BusinessComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Smart packaging of fresh produce is an emerging technology toward reduction of waste and preservation of consumer health and safety. Smart packaging systems also help to prolong the shelf life of perishable foods during transport and mass storage, which are difficult to regulate otherwise. The use of these ever-progressing technologies in the packaging of fruits has the potential to result in many positive consequences, including improved fruit quality, reduced waste, and associated improved public health. In this review, we examine the role of smart packaging in fruit packaging, current-state-of-the-art, challenges, and prospects. First, we discuss the motivation behind fruit quality monitoring and maintenance, followed by the background on the development process of fruits, factors used in determining fruit quality, and the classification of smart packaging technologies. Then, we discuss conventional freshness sensors for packaged fruits including direct and indirect freshness indicators. After that, we provide examples of possible smart packaging systems and sensors that can be used in monitoring fruits quality, followed by several strategies to mitigate premature fruit decay, and active packaging technologies. Finally, we discuss the prospects of smart packaging application for fruit quality monitoring along with the associated challenges and prospects.

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.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,158
Tête enseignante GPT0,351
Écart entre enseignants0,193 · 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