Evaluating the effect of light exposure and seed coat on lentil cotyledon color by computer vision
Notice bibliographique
Résumé
Abstract A computer vision system and color analysis algorithms were employed to study the influence of UVA (ultraviolet‐A) and visible light on the color of lentils with red, green, and yellow cotyledons. Twenty samples of cotyledons from each of the three‐color classes were subjected to six light treatments (ultraviolet, full‐spectrum visible, red, green, blue, and dark control) for 7 days at room temperature. The International Commission on Illumination L*a*b* (CIE L*a*b*) color values of the individual seeds were obtained before and after each treatment using the computer vision and image analysis system. Results of the analysis showed that light exposure had a statistically significant effect on all three cotyledon color classes. The effect size was largest for green lentils, smaller in yellow, and least in red lentils. By having established that light exposure affects the color of lentil cotyledons, it was hypothesized that seed coats may protect cotyledons against the effects of light exposure and that the degree of protection would vary with seed coat color classification. This hypothesis was tested using green‐cotyledon lentil varieties with different seed coat classes. Results confirmed that light‐induced color loss in the cotyledons was significantly influenced by seed‐coat color class. The order of protective effect of lentil seed coat from least to highest was found to be as follows: gray‐zero tannin, green, normal gray, and black. Thus, breeding for seed coat protection may improve the overall quality of green lentils. The results from this study will be informative to breeding programs that focus on enhancing the cotyledon color of lentils, and in making decisions regarding the dehulling of lentils and the design of dehulled lentil materials handling.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».