Lobster quality indicators for grading
Notice bibliographique
Résumé
Abstract Male lobsters ( Homarus americanus ) harvested as ‘quarters’ (1.25 lbs/567 g) in two time periods (winter, N = 16, and summer, N = 25) of 2018 are examined. Indicators of quality data were collected for each lobster, including non‐invasive measures (shell hardness, carapace length, sex, live weight, colour, body shape, location, time of harvest) and invasive measures (blood protein [BRIX] level at time of harvest, cooked weight, meat content). Lobster BRIX levels are used as a proxy for actual meat content and as the key indicator of lobster quality. A regression model of the relationship between the natural logarithmic transformation of lobster BRIX levels (independent variable) and meat content yield as a percentage of shell‐on (uncooked) weight (dependent variable) is presented. The objective of this study is to evaluate alternative BRIX‐based decision rules for achieving desired meat content percentage yields for preparing shipments to global markets. The present study found that BRIX‐based grading rules can be determined to achieve minimum desired meat yields, minimum overall shipment yields and minimum proportions of shipments below desirable yield rate. For a minimum desired industry threshold of 24% meat content, the preferred BRIX value rules are (i) 8.5 mg mL −1 and (ii) ‘9 mg mL −1 with 10% plus condition’. These rules improve the admissibility of samples and reduce the risk of below desirable meat yields.
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) | 0,003 | 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 ».