Green Light Enhances the Postharvest Quality of Lettuce During Cold Storage
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The postharvest quality of lettuce (Lactuca sativa) is significantly influenced by the lighting environment during storage. This study evaluated the effects of green LEDs at 500 nm and 530 nm, white LEDs (400–700 nm), and dark storage on lettuce quality over 14 days at 5 °C. All treatments were applied at 10 µmol m−2 s−1 under a 12 h photoperiod. Quality parameters measured included moisture loss, relative water content (RWC), photosynthetic rate, chlorophyll content (SPAD), total soluble solids (TSSs), electrolyte leakage (EL), color change (∆E), texture (crispness), and overall visual quality (OVQ). Lettuce stored under green LEDs, particularly 530 nm, exhibited superior postharvest quality. Compared to dark storage, 530 nm reduced moisture loss by 7.1%, increased RWC by 9.2%, and reduced transpiration rate. The green light preserved photosynthetic activity (43% decline vs. 77% in the dark), increased TSS, reduced color change by 42%, improved crispness by 46.1%, and limited EL to 54.5%. Shelf life was extended by approximately four days. The 500 nm treatment showed notable improvements, including an 8.4% reduction in moisture loss, 8.2% higher RWC, a smaller photosynthesis decline (25%), and the lowest EL (53.1%). It improved color retention (∆E reduced by 45.3%) and crispness (46.8%). Both green wavelengths effectively maintained lettuce quality during cold storage, with 530 nm being the most effective overall. These results suggest that targeted green LED lighting is a promising, energy-efficient strategy to preserve postharvest quality and extend shelf life in leafy greens.
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.
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) | 0,000 | 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 découle