
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.creator | Ribeiro, Michele N. | - |
| Autor(es): dc.creator | Carvalho, Iago A. | - |
| Autor(es): dc.creator | Fonseca, Gabriel A. | - |
| Autor(es): dc.creator | Lago, Rafael C. | - |
| Autor(es): dc.creator | Rocha, Lenízy C. R. | - |
| Autor(es): dc.creator | Ferreira, Danton D. | - |
| Autor(es): dc.creator | Vilas Boas, Eduardo V. B. | - |
| Autor(es): dc.creator | Pinheiro, Ana C. M. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:32:28Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:32:28Z | - |
| Data de envio: dc.date.issued | 2022-01-17 | - |
| Data de envio: dc.date.issued | 2022-01-17 | - |
| Data de envio: dc.date.issued | 2020-12 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/48890 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1002/jsfa.11092 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1163357 | - |
| Descrição: dc.description | BACKGROUND: Strawberry quality is one of the most important factors that guarantees consistent commercialization of the fruit and ensures the consumer's satisfaction. This work makes innovative use of random forest (RF) to predict sensory measures of strawberries using physical and physical-chemical variables. Furthermore, it also employs these same physical and physicalchemical variables to classify strawberries in the classes "satisfied" or "not satisfied" and "would pay more" or "wouldn't pay more. The RF-based model predicts the acceptance, expectation, ideal of sweetness, ideal of acidity, and the ideal of succulence based on the physical and physical-chemical data. Then, the predicted parameters are used as input for the RF-based classification model. RESULTS: The RF achieved a coefficient of determination R2 > 0.72 and a root-mean-squared error (RMSE) smaller than 0.17 for the prediction task, which indicates that one can estimate the sensory measures of strawberries using physical and physical– chemical data. Furthermore, the RF was able to classify 87.95% of the strawberry samples correctly into the classes ‘satisfied’ and ‘not satisfied’ and 78.99% in the classes ‘would pay more’ or ‘would not pay more’. A two-step RF model, which employed both physical and physical–chemical data to classify strawberry samples regarding the consumer's response also correctly classified 100% and 90.32% of the samples with respect to consumers’ satisfaction and their willingness to pay more, respectively. CONCLUSION: The results indicate that the developed models can be used in the quality control of strawberries, supporting the establishment of quality standards that consider the consumer's response. The proposed methodology can be extended to control the sensory quality of other fruits. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Society of Chemical Industry | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Journal of the Science of Food and Agriculture | - |
| Palavras-chave: dc.subject | Strawberry | - |
| Palavras-chave: dc.subject | Sensory response | - |
| Palavras-chave: dc.subject | Regression | - |
| Palavras-chave: dc.subject | Random forests | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Morango - Qualidade | - |
| Palavras-chave: dc.subject | Resposta sensorial | - |
| Palavras-chave: dc.subject | Modelos de regressão | - |
| Palavras-chave: dc.subject | Florestas aleatórias | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Título: dc.title | Quality control of fresh strawberries by a random forest model | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: