MétaCan
Menu
Retour à la cohorte
Enregistrement W4205943987 · doi:10.3390/horticulturae8020086

Effect of Sustainable Preharvest and Postharvest Techniques on Quality and Storability of High-Acidity ‘Reinette du Canada’ Apple

2022· article· en· W4205943987 sur OpenAlexaboutno aff
Marcos Guerra, Miguel Ángel Sanz, Álvaro Rodríguez‐González, Pedro A. Casquero

Notice bibliographique

RevueHorticulturae · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePostharvest Quality and Shelf Life Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreharvestPostharvestCultivarHorticultureSustainable agricultureAgroecosystemSustainable productionEnvironmental scienceAgricultureAgronomyBiologyProduction (economics)

Résumé

récupéré en direct d'OpenAlex

Consumers are more disposed towards paying price premiums for sustainable food products. This fact is especially important for products with a PDO (Protected Designation of Origin) label, such as the high-acidity apple cultivar ‘Reinette du Canada’. However, ‘Reinette du Canada’ apple fruit is affected by two of the main post-harvest disorders in apple cultivars, bitter pit and senescent breakdown. As a means to achieve sustainable production of this high-quality apple cultivar, the effect of a sustainable preharvest technique, summer pruning, in combination with a zero-residue postharvest treatment allowed in organic farming on calcium-related disorders and quality in global terms in this PDO-labelled apple cultivar was assessed during storage. The combination of the two sustainable practices was an effective tool in diminishing senescent breakdown from 43% to 17% and to decrease bitter pit incidence by up to 21% (from 36% to 15%) throughout storage, especially in fruit with high susceptibility to this disorder during storage. Moreover, the overall acceptability was kept high (values of more than 3 on a 5-point scale) when applying this environment-friendly sustainable horticulture practice, which will not only reduce the synthetic pesticide input in the apple agroecosystem, but also contribute to producing fruit with zero residues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,227
Écart entre enseignants0,216 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHorticulturaeMême sujetPostharvest Quality and Shelf Life ManagementTravaux en français237 207