Evaluation of selected cider apple (<i>Malus domestica</i> Borkh.) cultivars grown in Ontario. II. Juice attributes
Notice bibliographique
Résumé
Twenty-eight apple cultivars were selected for their potential for hard cider production in Ontario; their juice characteristics were measured in 2017 and 2018, beginning two years after planting in 2015. After being harvested and pressed, each juice sample underwent analyses to determine soluble solids concentration (SSC), titratable acidity (TA), pH, yeast assimilable nitrogen (YAN), and polyphenolic concentration. Soluble solids concentration ranged from 10.6 °Brix in Brown’s Apple to 18.3 °Brix in Ashmead’s Kernel. Titratable acidity ranged from 31 as mg malic acid per 100 mL juice in Sweet Alford to 191 as mg malic acid per 100 mL juice in Bramley’s Seedling. The pH ranged from 2.88 in Breakwell to 4.76 in Sweet Alford. Yeast assimilable nitrogen concentration ranged from 60 mg YAN·L −1 juice in Medaille d’Or to 256 mg YAN·L −1 juice in Bulmer’s Norman. Polyphenols in juice ranged from 131 μg gallic acid equivalents (gae)·mL −1 juice in Tolman Sweet to 1042 μg gae·mL −1 juice in Stoke Red. Firmness ranged from 6.3 kg in Yarlington Mill to 11.7 kg in GoldRush. The relationships between these variables were also analyzed, showing a connection between acidity and juicing efficiency as well as a relationship between polyphenol concentration and fruit weight. Exploratory analyses indicated that juice attributes can be used to distinguish between cultivars and their origins. Cider producers can use these data to determine what to expect in juice from these cultivars.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,001 | 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 ».