Journal of Agricultural Science, Vol. 1, No. 2, December 2009, all in one file
Notice bibliographique
Résumé
Physical methods for mechanically in-shell Brazil nut sorting by color, size, density and inner deterioration were developed to assess nut quality and reduce aflatoxin contamination.Nuts were able to be sorted by color utilizing the standard shell chromaticity components L*, a* and b* at ranges of 31.51 to 48.64, 4.09 to 10.07 and 11.90 to 22.95, respectively.It produced a homogeneous color batch and segregated the off-standard ones (darkest, lightest and stained).By size sorting utilizing three oval sectioned trays with the following dimensions 40x25, 35x23 and 20x19.5 mm [length x width] and vibration, nuts were sorted into three sizes Groups: I, II and III for large, medium and small, respectively.Through density sorting the light nuts (shell/nut <1.5) which have inner mass reduction by fungi growth and/or dehydration, were separated with two compressed air streams from the healthy ones.Utilizing near infrared (NIR) spectrophotometry, the nuts inner deterioration was detected, with no need of de-shelling them at the wavelength range of 2200 to 2500 nm.Any nut measurement detected, lower or higher than those sorting settings, was considered off-standard and rejected.Pools of the final standard and off-standard nuts were analyzed for aflatoxins by LC-MS/MS.No toxin was detected in the final standard batch up to the method LOQ (0.08, 0.09, 0.10 and 0.12 μg/kg for AFB 1 ,AFB 2 , AFG 1 , AFG 2 , respectively).On the other hand, the off-standard rejected batch had 16.4 μg/kg of AFB 1 .These methods are important tools for building an in-shell Brazil nut sorting machine to assess nut quality and reduce aflatoxin contamination.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,581 | 0,498 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».