Non-Destructive Assessment of Microstructural Changes in Kabuli Chickpeas during Storage
Notice bibliographique
Résumé
The potential of hyperspectral imaging (HSI) and synchrotron phase-contrast micro computed tomography (SR-µCT) was evaluated to determine changes in chickpea quality during storage. Chickpea samples were stored for 16 wk at different combinations of moisture contents (MC of 9%, 11%, 13%, and 15% wet basis) and temperatures (10 °C, 20 °C, and 30 °C). Hyperspectral imaging was utilized to investigate the overall quality deterioration, and SR-µCT was used to study the microstructural changes during storage. Principal component analysis (PCA) and Partial Least Squares Discriminant Analysis (PLS-DA) were used as multivariate data analysis approaches for HSI data. Principal component analysis successfully grouped the samples based on relative humidity (RH) and storage temperatures, and the PLS-DA classification also resulted in reliable accuracy (between 80 and 99%) for RH-based and temperature-based classification. The SR-µCT results revealed that microstructural changes in kernels (9% and 15% MC) were dominant at higher temperatures (above 20 °C) as compared to lower temperatures (10 °C) during storage due to accelerated spoilage at higher temperatures (above 20 °C). Chickpeas which had internal irregularities like cracked endosperm and air spaces before storage were spoiled at lower moisture from 8 wk of storage.
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 | 0,000 |
| 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 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 ».