Development of standard operating protocol for measurement of cassava root mealiness
Notice bibliographique
Résumé
One of the major attributes of boiled cassava roots is its ability to soften within a short period, otherwise known as mealiness. This study aimed to establish and validate standard operating procedures for assessing the mealiness of boiled cassava roots. Twenty cassava genotypes, including landrace and improved varieties, were selected for the protocol development, with an additional ten genotypes used for validation. Following cooking, the cassava roots were evaluated for hardness and work done in extrusion using a texturometer equipped with a five-blade Ottawa cell probe. The same samples were assessed for sensory texture analysis using trained panelists for parameters such as softness and chewiness. Pearson's correlation analysis revealed significant positive correlations (p < 0.01) between sensory softness and instrumental texture measurements, as well as between softness and cooking time (p < 0.01, r = 0.94), and between chewiness and cooking time (p < 0.05, r = 0.81). Validation results confirmed significant correlations (p < 0.01) between cooking time, sensory softness, and chewiness. These findings suggest that cooking time can serve as a reliable indicator, closely associated with sensory attributes, in determining the mealiness of boiled cassava roots. This approach offers a practical, mid-throughput method for assessing cassava root mealiness, with implications for breeding improved varieties, farmers adoption, and consumer acceptance.
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 | 0,013 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,006 |
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 ».