Relación entre el color de epidermis y algunas características de calidad en frutos de aguacate 'Hass‘.
Bibliographic record
Abstract
México es el principal exportador de aguacate 'Hass' en el mundo con más de 300,000 t anuales. Los principales importadores son Estados Unidos de América, Japón, la Unión Europea y Canadá. Recientemente, embarques de aguacate 'Hass' que contenían frutos con ennegrecimiento de la epidermis fueron rechazados por el mercado canadiense, ya que esta característica se asocia con baja firmeza de pulpa y corta vida de anaquel. El objetivo de este estudio fue determinar la relación entre el color de la epidermis de frutos de aguacate 'Hass' con algunas características de calidad. En dos empacadoras de Michoacán, México, se tomaron muestras de frutos con diferentes porcentajes de color negro en la epidermis (de 0 a 100%; categorías 1 a 5). A cada fruto se le midió el color externo [luminosidad (L), 'a', 'b', croma y ángulo de tono], firmeza de pulpa,contenido de materia seca y el índice de maduración. Se empleó un diseño de parcelas divididas con cinco repeticiones. Se detectaron diferencias significativas entre empacadoras para peso, largo, color de cascara ('a', b', croma y hue) así como para firmeza de pulpa pero no para ancho, contenido de materia seca ni el índice de maduración. Se observó que conforme el color de categoría se incrementó hacia frutos más obscuros, los valores del índice de madurez se incrementaron, la firmeza disminuyó pero el contenido de materia seca no varió. Estos resultados proveen evidencia de que el obscurecimiento de la cascara no está asociado con la baja calidad de los frutos, aunque sí con la disminución de la firmeza de pulpa al momento del empacado.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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 source (direct Gemma or distilled Codex), 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".