MétaCan
Menu
Retour à la cohorte
Enregistrement W4283382615 · doi:10.3390/horticulturae8070571

Early-Summer Deficit Irrigation Increases the Dry-Matter Content and Enhances the Quality of Ambrosia™ Apples At- and Post-Harvest

2022· article· en· W4283382615 sur OpenAlexaffabout
Changwen Lu

Notice bibliographique

RevueHorticulturae · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésIrrigationOrchardDry matterHorticultureDeficit irrigationGrowing seasonIrrigation schedulingAnimal scienceAgronomyEnvironmental scienceBiologyIrrigation management

Résumé

récupéré en direct d'OpenAlex

Ambrosia™ is an apple that naturally has limited post-harvest quality retention, which is accompanied by relatively low dry-matter content (DMC). This trial was proposed to improve the DMC of this apple by scheduling deficit irrigation (DI) conducted in a semi-arid orchard in the Similkameen Valley (British Columbia, Canada) in 2018 and 2019. Two irrigation regimes were implemented in the orchard: commercial irrigation (CI) and DI, which was defined as irrigation for 2/5 of the timespan of CI. Five irrigation treatments were conducted: 1—adequate irrigation (AI), which used CI for the whole season; 2—early-summer DI (ED), which used DI from 20 June to 20 July; 3—middle-summer DI (MD), which used DI from 20 July to 20 August; 4—late-summer DI (LD), which used DI from 20 August to 10 days before harvest; and 5—double-period DI (DD), which covered the interval of MD and LD. The DI treatments resulted in a significant decrease from AI −1.0 to −1.5 MPa in stem water potential (SWP), followed by subsequent recovery. Conversely, SWP did not recover, and instead reached a critical low of −2.5 MPa under continued deficit conditions (DD). This, in turn, correlated with significant differences in the DMC among the treatments. Specifically, ED resulted in a rapid and sustained increase in DMC throughout the summer. At the time of harvest, ED resulted in a five-fold increase in the proportion of fruit, with greater than 16% DMC and 15% DMC in 2018 and 2019, respectively, compared to AI. DD resulted in similar levels of DMC elevation compared to ED, but also caused irregular maturation and the increased incidence of soft scald disorder in the post-harvest period. MD and LD had variable effects on DMC, and also increased the incidence of soft scald disorder. Consequently, fruit collected from the ED resulted in the best blush color attributes, higher soluble solid content, and a significant improvement in the post-harvest retention of both fruit firmness and acidity. The ED irrigation model would be recommended as a practical way for Ambrosia™ growers in semi-arid regions to decrease water usage, and to ensure high fruit quality for superior marketing and sustainable production.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,064
Tête enseignante GPT0,284
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHorticulturaeMême sujetHorticultural and Viticultural ResearchTravaux en français237 207