Morphological and Physical Diversity of Mangoes (Mangifera indica L.) of Local Varieties Found in Noun and Lekié Localities (Cameroon)
Notice bibliographique
Résumé
Cameroon has an amazing variety of local mangoes whose potential is poorly exploited. The aim of this study was to characterise the physical and morphological diversity of mangoes in two agro-ecological regions with high potential for mango production. This experiment was conducted between February and July 2021 using ten local mango varieties. These were 'German', 'Bamoun', 'Lady' and 'American' mangoes found in Noun and 'Papaya', 'Dshang Dshang 1', 'Dshang Dshang 2', 'Kousa Dog', 'Garoua' and 'Ladies' mangoes identified in Lekié. Ten ripe fruits of each variety were harvested on three different trees in the same area. A total of 23 morphological and physical parameters were measured. Multivariate analysis based on PCA showed four groups of varieties in decreasing order of importance: group 2 (Papaya, German and American mangoes), group 4 (Garoua, Dame Lékie, Kousa Dog), group 3 (Dshang Dshang 2, Dame Noun, Dshang Dshang 1) and group 1 (Bamoun). Group 2 varieties had good quality for pulp mass to stone mass ratio (5.58±1), size index (10.6±3.22), sphericity index (0.97±0.35), fruit volume (391.5) and lateral fruit diameter (11.05±0.89). However, varieties in group 1 (12.87±3.08) and group 3 (10.7±2.27) have a high proportion of kernels in the fruit and a high kernel density, respectively. There is a wide diversity among the varieties examined. This provides valuable information of the different stakeholders in the mango value chain, i.e., the industry, nurserymen and consumers.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».