MétaCan
Menu
Retour à la cohorte
Enregistrement W4395082281 · doi:10.3390/horticulturae10050435

Sweet Cherry Fruit Firmness Evaluation Using Compression Distance Methods

2024· article· en· W4395082281 sur OpenAlexaboutno aff
Maria Karageorgiadou, Maria Rodovitou, Elpida Nasiopoulou, Vaia Styliani Titeli, Michail Michailidis

Notice bibliographique

RevueHorticulturae · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Chemometric Analyses
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development Fund
Mots-clésHorticultureCompression (physics)MathematicsFruit setBiologyBotanyMaterials sciencePollination

Résumé

récupéré en direct d'OpenAlex

Flesh firmness in sweet cherries is determined using the measurement of normalized deformation force, i.e., determining the required force for a distance equal to 5 or 10% of the diameter of the cherries per millimeter. However, a firmness method involving a defined distance is quite simple and suitable for easy applications. Hence, our study focuses on the impact of fruit physiology under various and fixed distances. To assess the firmness evaluation, two sweet cherry cultivars (Canada Giant and Regina) were selected and subjected to three different levels of compression distance equal to 1%, 5%, 10% of the fruit’s small thickness dimension along with a consistent compression distance of 0.16 mm. There was a strong correlation between panelists’ preferences and the fruit that had been subjected to both a 1% deformation force and a fixed distance of 0.16 mm within each cultivar. Physiological traits, membrane integrity, and the metabolome of the fruit in these categories were mostly unaffected by the control (0%), or 1%, deformation force, as shown by clustering and PCA analysis. The control and 1% deformation force groups showed similar patterns, contrary to those of the 5% and 10% deformation force groups. Given these considerations, a fixed distance of 0.16 mm and a minimal 1% deformation force possess the potential to be employed and implemented for monitoring the firmness of sweet cherries during postharvest preservation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,107
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,080
Tête enseignante GPT0,437
Écart entre enseignants0,357 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHorticulturaeMême sujetSpectroscopy and Chemometric AnalysesTravaux en français237 207