Determinación de la capacidad conservante del aceite esencial de canela sobre uvilla (Physalis peruviana) como tratamiento postcosecha
Bibliographic record
Abstract
Los frutos andinos como la uvilla (Phisalys peruviana) se han convertido en una tendencia de consumo debido a sus propiedades organolépticas y nutricionales, sin embargo, al igual que otras frutas durante la etapa postcosecha el principal deterioro que experimenta se debe a la acción de microorganismos principalmente hongos. Por esta razón la presente investigación valora al aceite esencial de canela como un potencial bioconservador. El aceite de canela fue evaluado para determinar su actividad antifúngica “in vitro” contra Botritys sp asilado de uvilla post cosecha, en un diseño completamente al azar del que se obtuvieron resultados de actividad fungicida a partir de 250 ppm en medio de cultivo Papa Dextrosa Agar PDA y un efecto fungistático usando una concentración de 125 ppm de aceite esencial de canela. De igual manera se determinó la actividad conservante “in situ” a través de ensayos fisicoquímicos, microbiológicos y sensoriales sobre el fruto fresco almacenado en dos condiciones de temperatura (5°C y 21°C); utilizando el método de inmersión en soluciones con concentraciones de 250 y 500 ppm de aceite esencial de canela. En general, los tratamientos ayudaron a que se conserve mejor el producto, dándonos un valor de 12 días de vida útil retrasando el crecimiento de mohos y levaduras permitiendo mantener las características organolépticas óptimas de los frutos de uvilla.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 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".