Strawberry Flavor Is Influenced by the Air Temperature Differential during Fruit Development but Not Management Practices
Notice bibliographique
Résumé
The majority of cultivated strawberries (Fragaria × ananassa) in the northern United States (US) and Canadian provinces is grown in perennial matted rows across a range of soil types and microclimates. Management practices vary in fertilization rates, intensity of pesticide use, and the source of inputs depending on grower preferences. The objective of this study was to identify environmental and management factors that influence strawberry flavor attributes across a range of production systems. The cultivar Jewel was selected for its popularity in this region and reputation for excellent flavor. “Jewel” was sampled from regional farms and, concurrently, grown in a controlled field study with different inputs over three years. Soluble solids content (SSC) and titratable acidity (TA) across farms was found to be positively associated with the air temperature differential during fruit ripening. In controlled field studies, yield was correlated positively with total N in the form of synthetic urea, but not with the rate of applied organic nitrogen (N). Despite different levels of soil carbon inputs, N rates, pesticides, and microbial supplements, the fruit quality attributes, including SSC, TA, aromatic volatile concentration, and phenolics were not associated with treatment. A human sensory evaluation found no perceptible differences in flavor or aroma among contrasting treatments. Our study concludes that growers should invest in temperature management, rather than agricultural inputs, to influence SSC and TA of strawberry.
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 | 0,000 |
| 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) | 0,002 | 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 ».