Internal Quality Attributes and Sensory Characteristics of ‘Ambrosia’ Apples with Different Dry Matter Content after a Two-Week and a Ten-Week Air Storage at 1 °C
Notice bibliographique
Résumé
This research was conducted to determine the compositional and textural characteristics and sensory profile of ‘Ambrosia’ apples with different dry matter content (DMC) as estimated using a Felix-750 Produce Quality Meter (Felix Instruments Inc., Camas, WA, USA). Fruits were harvested from a commercial orchard in Cawston and an experimental field in Summerland Research and Development Centre (SuRDC) in British Columbia, Canada, when the average absorbance difference index/coefficient of fruit skin δAbsorbance (δA) dropped under 0.45 ± 0.10. DMC levels were estimated after harvest at the blush/background transition zone for fruit categorization on 300 fruits from each location. Fruits were coded with an individual number and grouped in different DMC categories. The distribution of the estimated DMC levels obtained from two locations was different. The results indicate that DMC levels were strongly and positively correlated with the soluble solids content (SSC) of the fruit (r = 0.81). Sensory evaluations also demonstrated that apples in the lowest DMC category (12.5% ± 0.5 from Cawston) were considered the least sweet apples with the least overall flavour quality by panellists compared to the apples from the other DMC categories included in the sensory evaluations from the two locations. Panellists also perceived less-than-expected “fresh apple” and “tropical” flavours but more-than-expected “no flavour” and “bland” off flavour from the lowest-DMC-category apples. The non-destructive DMC measurements show a potential to be used to sort apples for SSC, sweetness and flavour; nevertheless, they were not related to firmness or textural attributes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».