Caracterización por contenido de β-carotenos de ocho cultivares de zanahoria (Daucus carota L.) y su relación con el color Characterization β-carotene content of eight cultivars of carrot (Daucus carota L.) and its relation to the color
Bibliographic record
Abstract
El objetivo fue determinar, durante dos años, el contenido de β-caroteno y su relación con el Índice de Color (IC), de ocho cultivares comerciales del tipo 'Flakkee' cultivadas en el INTA La Consulta. El diseño experimental a campo utilizado fue en bloques al azar con 3 repeticiones. Se evaluó β-caroteno (espectrofotometría a 450 nm) y se calculó el IC, mediante captación de imagen digital con PC y escáner, midiendo L, a y b del Sistema CIELAB. Los datos fueron analizados por ACP (análisis de componentes principales), la visualización de la variabilidad, por cartografiado de datos, análisis de varianza, pruebas de diferencia de medias y correlaciones. Los contenidos de β-carotenos y el IC de los cultivares se mantuvieron constantes durante los dos años estudiados, resultando las cultivares Natasha, Flakesse y Colmar las de mayor valor nutricional en cuanto a aporte de β-carotenos. En el rango de valores menores de 18 mg%g de β-carotenos, se observó una correlación positiva significativa en las cultivares Supreme, Spring y Laval. No se encontró una correlación alta lineal entre el IC y el contenido de β-carotenos. El uso del IC resulta adecuado para predecir, en un intervalo de valores, el contenido de β-carotenos en cultivares de zanahoria.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".