Optimizing Haskap Berry (<i>Lonicera caerulea</i>) Storage Conditions and Monitoring Antioxidant Systems
Notice bibliographique
Résumé
ABSTRACT With increasing demand for crops resilient to environmental variability, haskap ( Lonicera caerulea ) emerges as a promising berry for northern climates due to its rich bioactive content and distinct flavor. Nevertheless, its fragility presents major challenges for maintaining postharvest quality. This study evaluated the effect of storage conditions on haskap quality using two experimental approaches. The first experiment monitored quality attributes (color, firmness, total soluble solids, titratable acidity, weight loss, and antioxidant capacity) at temperatures (0°C, 4°C, and 8°C) over 28 days. Storage at 0°C most effectively preserved antioxidant capacity, with peak levels observed on Day 21 (1.04 ± 0.2 mM TE g −1 D.W), alongside maximal phenolic (37.38 ± 1.59 mg GAE g −1 D.W) and flavonoid (26.99 ± 0.99 mg rutin eq g −1 D.W) content. The second experiment, employing a factorial design, assessed the interactive effects of relative humidity (RH) (90% and 95%), temperature (0°C, 4°C, and 8°C), and time (1, 10, and 20 days) on haskap quality. Optimal conditions for quality preservation were identified as 0°C and 90% RH for 10 days of storage. These findings establish key storage requirements for haskap, informing postharvest practices aimed at maximizing shelf life and bioactive retention.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».