Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | University of Castilla-La Mancha | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Experimentation and Services (CIES) | - |
Autor(es): dc.creator | Cervera-Gascó, Jorge | - |
Autor(es): dc.creator | Pardo, José E. | - |
Autor(es): dc.creator | Álvarez-Ortí, Manuel | - |
Autor(es): dc.creator | López-Mata, Eulogio | - |
Autor(es): dc.creator | Cunha Zied, Diego | - |
Autor(es): dc.creator | Pardo-Giménez, Arturo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:21:51Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:21:51Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-11-30 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.fbio.2023.103232 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/299040 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/299040 | - |
Descrição: dc.description | The great versatility of mushroom production and the significant nutritional and medicinal properties of the crop make it a highly attractive product that is in continuous expansion around the world. However, its quality can be affected the combination of a large number of evaluable variables that are essential to take into account. Thus, the aim of this work was to build an intelligent model for the prediction of mushroom strains through the development of neural networks (ANNs) that takes into account the control of data processing times, with the use of the minimum possible number of parameters that define their quality control and subsequent selection. In addition, a user-friendly and intuitive graphical interface has been generated that shows the selection of the appropriate mushroom strain and may be useful for potential end-users in this field. For this purpose, 7 mushroom strains (Agaricus bisporus) defined by a total of 27 quality parameters were used (texture, colour, etc.). The results showed that, in the analysis of individual parameter combinations (Rt), the best overall accuracy achieved (OAA) was 52.43%, reaching 81.30% with the combination of four parameters (dry matter (%), crude protein (Nx4. 38. %), Fb and Wt) and 94.32% with 9 parameters (Cap diameter (mm), dry matter (%), crude protein (Nx4.38. %), ΔE, browning index (BI), Fb, Wb = Fb x Db/2, Wr and Rt). The development of this model allows for the identification of some of the most important commercial white hybrid strains of high-yielding mushrooms, while also being a useful tool for the selection of the most important parameters of interest as regards the quality and benefits of this product for the consumer. | - |
Descrição: dc.description | Universidad de Castilla-La Mancha | - |
Descrição: dc.description | Higher Technical School of Agricultural and Forestry Engineering and Biotechnology (ETSIAMB) University of Castilla-La Mancha Campus Universitario, s/n | - |
Descrição: dc.description | Faculdade de Ciências Agrárias e Tecnológicas (FCAT) Universidade Estadual Paulista (UNESP), Câmpus de Dracena, SP | - |
Descrição: dc.description | Centre for Mushroom Research Experimentation and Services (CIES), Quintanar Del Rey | - |
Descrição: dc.description | Faculdade de Ciências Agrárias e Tecnológicas (FCAT) Universidade Estadual Paulista (UNESP), Câmpus de Dracena, SP | - |
Descrição: dc.description | Universidad de Castilla-La Mancha: 562729 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Food Bioscience | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Food control | - |
Palavras-chave: dc.subject | Mushroom strains | - |
Palavras-chave: dc.subject | Neural networks | - |
Palavras-chave: dc.subject | Parameter combinations | - |
Título: dc.title | An intelligent mushroom strain selection model based on their quality characteristics | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: