Changes in fruit skin <b><i>δ</i></b>Absorbance and heat stress response compounds in relation to sunburn browning severities of 'Buckeye Gala' apple
Notice bibliographique
Résumé
High temperature deteriorates apple tree performance and fruit growth. In the summer of 2021, heat waves affected the apple production zones in the Pacific Northwest of North America. In a 'Buckeye Gala' experimental trial in Summerland, British Columbia, Canada, heat caused fruit skin sunburn browning (SB), and affected fruit mass, dry matter content, soluble solid content, titratable acidity, firmness and flesh water potential. We studied fruit skin <italic>δ</italic>Absorbance at 670–720 nm ( <italic>δ</italic>A <sub>670–720</sub>), cuticle characteristics, and key stress response compounds in peel and flesh, to elucidate the SB mechanism. SB was associated with thickened cuticle, chloroplast degradation, decreased anthocyanin content and increased firmness on the affected sunlit side of the fruit. As sunburn damage intensified, anthocyanin content in peel decreased, while the concentration of tartaric ester and total phenolics in flesh increased. The <italic>δ</italic>A <sub>670–720</sub>, measured using Delta Absorbance (DA) meter, was positively correlated with the total amount of phenolics and tartaric esters in peel and flesh. This suggested that the accumulation of the phenolics and tartaric ester triggered by heat stress contributed to the high <italic>δ</italic>A <sub>670–720</sub> despite the degradation/absence of chloroplasts. The study improved our understanding of the impacts of sunburn severities on fruit quality and of the heat stress responses in 'Buckeye Gala' apple, and demonstrated the potential use of DA meter as a rapid, non-destructive tool in facilitating heat stress ecophysiology study and predicting SB severity in red apple varieties.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».