MétaCan
Menu
Retour à la cohorte
Enregistrement W4321782735 · doi:10.1139/cjps-2022-0179

Postharvest handling and vase life of cut sunflower

2023· article· en· W4321782735 sur OpenAlexvenueno aff
Jennifer Kalinowski, Erin P. Moody, John M. Dole

Notice bibliographique

RevueCanadian Journal of Plant Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePostharvest Quality and Shelf Life Management
Établissements canadiensnon disponible
Organismes subventionnairesNorth Carolina State UniversityAmerican Floral Endowment
Mots-clésVase lifePostharvestCut flowersHorticultureSunflowerHelianthus annuusShelf lifeBiologyVaseBotanyChemistryCultivarFood science

Résumé

récupéré en direct d'OpenAlex

The sunflower ( Helianthus annuus L.) is a commercially important cut flower requiring research into postharvest factors such as recutting, water uptake, stem number, cooling rate, and storage temperature to maximize vase life. Stems of 'Sunbright' sunflowers were either recut before or after a drying period up to 48 h. Water uptake, stem quality, and microbial counts were determined 4 days after rehydration. Water potential was determined on five corresponding leaves per treatment. The effects of stem number per vase were evaluated with either 1, 3, 5, or 10 stems. Effects of cooling rate were determined by temperatures of 5 °C for 3 days in the dark, 5 °C for 2 days in the dark preceded by 24 h at either 20 °C with light or 32 °C in a shaded area outdoors, or were maintained in a shaded area at 32 °C for 3 days. Hydration and storage temperature effects were determined by either transferring to a postharvest environment, 20 °C cooler for 2 h, immediate storage for 2 days at 5 °C, or 3 days at 5 °C after recutting the basal stem. Allowing stems to dry up to 48 h reduced vase life by 2.3 days or less. Vase life was unaffected by harvesting into water or by the number of stems in a vase but was affected by temperature such that the longest vase life of 13.2 days occurred when stems were stored for 3 days at 5 ± 0.5 °C followed by postharvest evaluation at 20 ± 1 °C.

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 enseignants0,001
Score d'incertitude au seuil0,005

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,225
Écart entre enseignants0,186 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetPostharvest Quality and Shelf Life ManagementTravaux en français237 207