基于介電譜技術(shù)結(jié)合遺傳算法的草莓品質(zhì)預(yù)測(cè)

李冬冬,賈柳君,張海紅,沈靜波,李子文

(寧夏大學(xué)農(nóng)學(xué)院,寧夏銀川 750021)

?

基于介電譜技術(shù)結(jié)合遺傳算法的草莓品質(zhì)預(yù)測(cè)

李冬冬,賈柳君,張海紅*,沈靜波,李子文

(寧夏大學(xué)農(nóng)學(xué)院,寧夏銀川 750021)

為尋找草莓品質(zhì)的快速無(wú)損預(yù)測(cè)方法,利用LCR測(cè)試儀測(cè)試分析了草莓介電譜變化規(guī)律;以遺傳算法(Genetic Algorithm,GA)篩選出各品質(zhì)指標(biāo)(呼吸強(qiáng)度、可溶性固形物含量和失重率)的特征頻率點(diǎn);以特征頻率下的介電參數(shù)建立了草莓品質(zhì)的偏最小二乘(Partial Least Squares,PLS)預(yù)測(cè)模型。研究結(jié)果表明:以GA法篩選頻率后的介電參數(shù)所建立的呼吸強(qiáng)度、可溶性固形物和失重率的GA-PLS模型RPD值和R2值分別為5.21、3.14、4.89和0.941、0.852、0.906,各品質(zhì)指標(biāo)預(yù)測(cè)值與實(shí)測(cè)值無(wú)顯著差異(p>0.05)。介電譜技術(shù)結(jié)合遺傳算法可用于預(yù)測(cè)貯藏期草莓的品質(zhì)。

介電譜,草莓,遺傳算法,品質(zhì)預(yù)測(cè)

草莓為漿果類果實(shí),果色鮮艷,酸甜可口,深受消費(fèi)者喜愛(ài)[1]。但草莓在貯藏期間極易發(fā)生品質(zhì)劣變、組織老化等不良變化。因此尋找一種便捷、快速的檢測(cè)方法對(duì)其貯運(yùn)保鮮、貨架期的延長(zhǎng)顯得尤為重要。

本文擬以草莓為研究對(duì)象,以LCR測(cè)試儀動(dòng)態(tài)測(cè)量草莓在貯藏期間的介電參數(shù)(相對(duì)介電常數(shù)ε′和介電損耗因子ε″),分析草莓介電頻譜;篩選與草莓品質(zhì)指標(biāo)(呼吸強(qiáng)度、可溶性固形物含量、失重率)密切相關(guān)的特征頻率及特征介電參數(shù);建立草莓品質(zhì)的預(yù)測(cè)模型;以期為運(yùn)用介電譜技術(shù)預(yù)測(cè)貯藏期草莓的品質(zhì)提供理論基礎(chǔ)。

1 材料與方法

1.1 材料與儀器

草莓 采摘于寧夏回族自治區(qū)銀川市永寧果園。采摘完全成熟、外形完好、無(wú)病蟲害、無(wú)機(jī)械損傷、大小形狀基本一致的草莓進(jìn)行測(cè)試。采摘樣本共50個(gè)(去除不合格樣本),將樣本隨機(jī)分為5組,每組10個(gè)樣本,在室溫(20±1) ℃、相對(duì)濕度30%±2%的環(huán)境條件下貯藏、測(cè)試其理化指標(biāo)和電學(xué)參數(shù),每天測(cè)試一組,連續(xù)測(cè)試5 d。

HIOKI-3532-50型LCR測(cè)試儀 日本日置電機(jī)株式會(huì)社;AB104-N型電子天平 上海梅特勒-托麗多儀器有限公司;WYA-2W型阿貝折射儀 上海儀電物理光學(xué)儀器有限公司;GXH-3010E型便攜式紅外線氣體分析器 北京市華云分析儀器研究所有限公司。

1.2 實(shí)驗(yàn)方法

1.2.1 電學(xué)參數(shù)的測(cè)量 根據(jù)草莓尺寸選擇面積為4.3 cm×3.75 cm的銅片為平行板電極。測(cè)試前首先對(duì)LCR測(cè)試儀預(yù)熱1 h,并依次進(jìn)行開(kāi)路、短路校正,選擇測(cè)量電參數(shù)損耗系數(shù)D、并聯(lián)等效電容Cp。然后將草莓平放在兩極板之間,調(diào)整極板距離,使極板與草莓剛好接觸且對(duì)草莓不造成擠壓為宜。在1～1000 kHz內(nèi)測(cè)量103、103.05、103.1、…、105.95、106Hz頻率下55個(gè)點(diǎn)的草莓電參數(shù)D和Cp值,測(cè)量數(shù)據(jù)以Microsoft EXCEL 2013表格自動(dòng)生成,以等效電容法推算草莓相對(duì)介電常數(shù)ε′和介電損耗因子ε″[12-13]。

1.2.2 品質(zhì)指標(biāo)的測(cè)量 呼吸強(qiáng)度:待介電參數(shù)測(cè)量完畢,將樣品置于密閉容器中密閉,1 h后測(cè)試其呼吸強(qiáng)度百分值:呼吸強(qiáng)度值由公式(1)推算獲得:

式(1)

式中:Q為樣本呼吸強(qiáng)度,CO2mg/kg·h;W1為空白實(shí)驗(yàn)密閉容器中CO2總量,%;W2為測(cè)定后密閉容器中CO2總量,%;W為密閉容器總體積,L;M為CO2的摩爾質(zhì)量,g/mol;V0為測(cè)定溫度下CO2摩爾體積,L/mol;m為測(cè)定所用草 莓質(zhì)量,kg;t為測(cè)定時(shí)間,h。

失重率:采用稱重法測(cè)試[14]。

可溶性固形物:先用蒸餾水校正阿貝折射儀,后取草莓上、中、下不同部位的果肉各(2±0.1) g,用壓蒜器壓汁,取2～3滴草莓汁于折射棱鏡上,調(diào)整側(cè)面旋鈕使目鏡視眼內(nèi)明暗分割線處于交叉線中間,讀取可溶性固形物數(shù)值(測(cè)量精度為0.0003)。

為避免偶然性誤差,上述各品質(zhì)指標(biāo)每個(gè)樣本均測(cè)3次取平均值作為最終測(cè)量結(jié)果。

1.2.3 特征頻率的提取 本文將55個(gè)頻率點(diǎn)下的介電參數(shù)值作為篩選變量(變量總數(shù)為110個(gè):第1…55個(gè)變量為相對(duì)介電常數(shù)ε′,第56…110個(gè)變量為介電損耗因數(shù)ε″);運(yùn)用遺傳算法(Genetic Algorithm,GA)[15]篩選出與品質(zhì)指標(biāo)相關(guān)性較高的變量點(diǎn)(特征頻率點(diǎn))。

1.2.4 校正集與驗(yàn)證集的劃分 從測(cè)試完畢的50個(gè)草莓樣本中隨機(jī)選取10個(gè)用于檢驗(yàn)?zāi)Ｐ偷淖罱K性能,以3∶1的比例對(duì)剩余40個(gè)樣本進(jìn)行樣本集和驗(yàn)證集劃分。本實(shí)驗(yàn)采取Kennard-Stone(K-S)法[16]進(jìn)行樣本集劃分。最終選擇校正集樣本30個(gè),驗(yàn)證集樣本10個(gè)。

1.2.5 數(shù)據(jù)處理與分析 本文利用Excel和SAS統(tǒng)計(jì)軟件進(jìn)行實(shí)驗(yàn)數(shù)據(jù)分析,采用方差分析和配對(duì)資料兩樣本均數(shù)比較的t檢驗(yàn)法[t(α=0.05),p<0.05)]對(duì)相關(guān)指標(biāo)進(jìn)行差異顯著性分析。

在PLS建模過(guò)程中,樣品集的劃分、頻譜預(yù)處理方法及PLS方法分別采用Unscrambler X 10.3(挪威CAMO公司)和MATLAB R2008a(美國(guó)MathWorks公司)分析軟件,模型的精度與穩(wěn)定性以RPD(相對(duì)分析誤差)、R2、RMSEC、RMSEP為評(píng)價(jià)指標(biāo);評(píng)價(jià)原則一般認(rèn)為當(dāng)RPD>3,模型效果良好,35;模型效果較佳[17];R2越接近1,RMSEC、RMSEP越接近0,模型效果越好。

1.2.6 模型建立 經(jīng)GA處理全頻譜后得到草莓各品質(zhì)指標(biāo)的特征頻率及特征介電參數(shù)值,將特征介電參數(shù)作為輸入量,品質(zhì)指標(biāo)作為應(yīng)變量,建立PLS模型。

1.2.7 模型的驗(yàn)證 將1.2.4中隨機(jī)選取的10個(gè)樣本的介電參數(shù)值、品質(zhì)指標(biāo)值作為GA-PLS模型的X、Y輸入?yún)?shù),以t檢驗(yàn)法比較經(jīng)模型驗(yàn)證后得出的預(yù)測(cè)值與實(shí)測(cè)值的差異性是否顯著來(lái)判定模型的適用性和準(zhǔn)確性。

2 結(jié)果與分析

2.1 樣本集的劃分

校正集和驗(yàn)證集的品質(zhì)指標(biāo)值統(tǒng)計(jì)如見(jiàn)表1。

表1 校正集與預(yù)測(cè)集樣本品質(zhì)指標(biāo)值的統(tǒng)計(jì)結(jié)果
Table 1 Statistical results of the physical and chemical index values of the calibration set and the prediction set

品質(zhì)參數(shù)樣品集樣品數(shù)平均值最大值最小值標(biāo)準(zhǔn)差呼吸強(qiáng)度(CO2mg/kg·h)校正集3010931475845208驗(yàn)證集1011551457971181可溶性固形物(%)校正集3011362000724284驗(yàn)證集109717575211失重率(%)校正集30119519660271驗(yàn)證集106611335458265

表2 貯藏時(shí)間和頻率對(duì)草莓介電參數(shù)影響的顯著性分析
Table 2 Effects of storage time and frequency on the dielectric parameters of Strawberry

方差來(lái)源平方和自由度均方差F值p值顯著性相對(duì)介電常數(shù)ε′頻率5081663531211766302<001??貯藏時(shí)間4847024958804986<001??誤差4153492161923總計(jì)5981714273介電損耗因子ε″頻率205493053387723859<001??貯藏時(shí)間846144211532105<001??誤差2170112161005總計(jì)2356555273

注:**,p<0.01,表示極顯著。

2.2 頻率和時(shí)間對(duì)草莓介電特性的影響

為了探究草莓的介電參數(shù)是否會(huì)受到頻率和貯藏時(shí)間的影響,本文利用方差分析法對(duì)其顯著性進(jìn)行了分析,詳情見(jiàn)表2。

由圖1、圖2可知,草莓介電參數(shù)隨著頻率、時(shí)間的增加總體呈下降趨勢(shì),該結(jié)果與郭文川等[18]對(duì)梨的研究結(jié)果一致。由表2可知,頻率和貯藏時(shí)間對(duì)草莓的介電參數(shù)的影響達(dá)到極顯著水平(p<0.01)。

圖1 貯藏時(shí)間對(duì)相對(duì)介電常數(shù)ε′的影響Fig.1 Effect of storage time on relative dielectric constan ε′

圖2 貯藏時(shí)間對(duì)介電損耗因子ε″的影響Fig.2 Effect of storage time on dielectric loss factor ε″

由圖1可知,在1.58 kHz下第1、3 d下的草莓相對(duì)介電常數(shù)ε′顯著(p<0.05)低于第2、4 d;在7.08 kHz時(shí),第5 d的相對(duì)介電常數(shù)ε′顯著(p<0.05)低于其他各天;在11.22 kHz后,各天草莓相對(duì)介電常數(shù)ε′下降減緩,在56.23～1000 kHz范圍內(nèi),各天相對(duì)介電參數(shù)ε′變化差異不顯著(p>0.05)。

由圖2可知,在1.58 kHz下第1 d的草莓介電損耗因子ε″顯著(p<0.05)低于其他各天;在11.22 kHz后,各天草莓介電損耗因子ε″下降減緩,在3.55～1000 kHz范圍內(nèi),介電損耗因子ε″各天變化差異均未達(dá)到顯著水平(p>0.05)。

產(chǎn)生上述變化的原因可能為采后草莓仍然進(jìn)行部分生理活動(dòng)和新陳代謝,如呼吸作用等[1]。草莓的采后呼吸作用將草莓果實(shí)內(nèi)部的碳水化合物分解為水及其他小分子物質(zhì),該變化使果實(shí)細(xì)胞膜透性的增加;草莓保護(hù)組織不發(fā)達(dá),隨著貯藏時(shí)間的延長(zhǎng),水分逐漸喪失,細(xì)胞膜流動(dòng)性減弱、通透性下降,電荷傳遞受阻,最終導(dǎo)致草莓內(nèi)部極化程度和極化模型改變[19];并且隨著衰老程度加重,細(xì)胞代謝紊亂,引起細(xì)胞膜的電阻增大,電容減小。細(xì)胞膜透性和自由水含量等一系列變化的共同結(jié)果使草莓介電參數(shù)值呈現(xiàn)先增大后減小的變化規(guī)律[18]。

2.3 GA提取特征頻率點(diǎn)

GA篩選過(guò)程中,以最小的RMSECV(交叉驗(yàn)證均方根誤差)值和最高的R2值組合作為篩選標(biāo)準(zhǔn)[17]選取最佳頻率組合,篩選結(jié)果如圖3～圖5。

圖3 草莓呼吸強(qiáng)度的GA篩選次數(shù)Fig.3 The screened times of chart of respiratory intensity about GA

經(jīng)GA篩選后的特征頻率點(diǎn),如表3所示。

表3 GA篩選后的特征頻率點(diǎn)
Table 3 The characteristic frequency points screened by GA

品質(zhì)參數(shù)介電參數(shù)頻率(kHz)呼吸強(qiáng)度ε′100，126，158，251，501，562，1778，1995，3162，3548，4467，5623，1778ε″501，562，708，794，891，10000，1122，1413，1585，1995，3548，3981，4467，5012，7079，7943，8913，10000，11220，12589，14125可溶性固形物ε′100，126，158，200，251，316，355，447，562，447，7079，7943，50119，63096，70795，89125，1000ε″100，1778，3162，3981，10000，11220，12589，14125，31623，50119，56234，63096失重率ε′355，63096ε″70795，89125，1000

圖4 草莓TSS的GA篩選次數(shù)圖Fig.4 The screened times of chart of total soluble solid about GA

圖5 草莓失重率的GA篩選次數(shù)圖Fig.5 The screened times of chart of loss weight rate about GA

從表3可知,與全頻譜相比,經(jīng)GA法篩選后,各品質(zhì)指標(biāo)(呼吸強(qiáng)度、可溶性固形物和失重率)的相對(duì)介電常數(shù)ε′和介電損耗因子ε″特征頻率點(diǎn)分別減少到13、17、2個(gè)和21、12、3個(gè);在去除雜余信息的同時(shí)大大提高了建模性能,充分說(shuō)明了GA法在篩選特征頻率點(diǎn)方面的巨大優(yōu)勢(shì)。

表4 各品質(zhì)指標(biāo)的PLS模型
Table 4 PLS model of Physical and chemical indexs

模型品質(zhì)指標(biāo)變量數(shù)R2RMSECRMSEPRPD全頻譜呼吸強(qiáng)度110092304180536337可溶性固形物110083706110683308失重率110088205650647409GA法處理呼吸強(qiáng)度34094103300347521可溶性固形物29085205830671314失重率5090604300542489

2.4 模型建立與評(píng)價(jià)

草莓各品質(zhì)指標(biāo)的GA-PLS模型結(jié)果如表4所示。

由表4可知,全頻譜和GA法處理后建立的PLS模型RPD值均大于3,R2值均大于0.8,說(shuō)明兩種建模方式均可獲得良好的建模效果。但與全頻譜相比,經(jīng)GA法對(duì)頻率點(diǎn)進(jìn)行篩選后,變量數(shù)顯著減少,R2值相對(duì)增大,RMSEP值明顯較小,說(shuō)明GA法對(duì)全頻譜進(jìn)行篩選處理后可有效優(yōu)化模型[17]。

經(jīng)GA法對(duì)頻率點(diǎn)篩選后,以介電參數(shù)建立的呼吸強(qiáng)度、可溶性固形物和失重率的PLS預(yù)測(cè)模型RPD值和R2值分別為5.21、3.14、4.89和0.941、0.852、0.906,說(shuō)明模型效果較好;RMSEC分別為0.330、0.583和0.430,說(shuō)明模型預(yù)測(cè)精度較高。由此可見(jiàn),草莓各品質(zhì)指標(biāo)的GA-PLS定量模型均取得了良好表現(xiàn)。

2.5 模型驗(yàn)證

圖6a～圖6c分別代表草莓呼吸強(qiáng)度、可溶性固形物和失重率的PLS建模預(yù)測(cè)圖。由圖可以看到,各品質(zhì)指標(biāo)的實(shí)測(cè)值與預(yù)測(cè)值點(diǎn)呈對(duì)角線分布且以小幅度在對(duì)角線上下波動(dòng);t檢驗(yàn)表明,各項(xiàng)指標(biāo)預(yù)測(cè)值與實(shí)測(cè)值無(wú)顯著差異(p>0.05)。經(jīng)驗(yàn)證,上述品質(zhì)指標(biāo)的GA-PLS驗(yàn)證模型R2依次為0.938、0.861和0.915,RMSEP依次為0.411、0.602和0.489。說(shuō)明模型預(yù)測(cè)結(jié)果較為準(zhǔn)確。

圖6 草莓品質(zhì)指標(biāo)PLS建模預(yù)測(cè)圖Fig.6 The model of PLS for qulity indicators of Strawberry prediction map

3 結(jié)論

以草莓為研究對(duì)象,探討了其在貯藏期間的介電頻譜(相對(duì)介電常數(shù)ε′和介電損耗因數(shù)ε″)隨時(shí)間和頻率的變化規(guī)律;用GA法對(duì)全頻譜中與草莓呼吸強(qiáng)度、可溶性固形物和失重率相關(guān)性較高的變量進(jìn)行了篩選,并確定了特征頻率及特征介電參數(shù)。

全頻譜和GA兩種處理方法所建的草莓各品質(zhì)指標(biāo)PLS模型均獲得了較好的效果。但對(duì)比全頻譜-PLS模型,呼吸強(qiáng)度、可溶性固形物和失重率的GA-PLS預(yù)測(cè)模型不僅顯著減少了建模變量數(shù);模型系數(shù)RPD值也分別從3.37、3.08、4.09增加到5.21、3.14、4.89;R2值分別從0.923、0.837、0.882增加到0.941、0.852、0.906;RMSEC也分別從0.418、0.611、0.565減小到0.330、0.583和0.430,且經(jīng)成對(duì)t檢驗(yàn)后,模型各品質(zhì)指標(biāo)預(yù)測(cè)值與實(shí)測(cè)值無(wú)顯著差異(p>0.05)。充分說(shuō)明了GA法對(duì)全頻譜提取有效信息后在保證去除冗余信息的同時(shí),能顯著提高模型的準(zhǔn)確性和穩(wěn)定性。GA-PLS模型可實(shí)現(xiàn)對(duì)草莓呼吸強(qiáng)度、可溶性固形物和失重率的無(wú)損、定量預(yù)測(cè),基于介電譜技術(shù)結(jié)合遺傳算法預(yù)測(cè)貯藏期間草莓的品質(zhì)是可行的。

[1]劉士華,呂國(guó)勝.草莓果實(shí)成熟過(guò)程中糖、酸含量的動(dòng)態(tài)變化[J].安徽林業(yè)科技,2011,37(5):24.

[2]郭文川,朱新華,郭康權(quán).采后蘋果電特性與生理特性的關(guān)系及其應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào),2005,21(7):136-139.

[3]陳克克.水果介電特性及其品質(zhì)關(guān)系的研究[D].陜西:西北農(nóng)林科技大學(xué).2009.

[4]郭文川,商亮,王銘海,等.基于介電頻譜的采后蘋果可溶性固形物含量無(wú)損檢測(cè)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2013,44(9):132-136.

[5]商亮,谷靜思,郭文川.基于介電特性及 ANN 的油桃糖度無(wú)損檢測(cè)方法[J].農(nóng)業(yè)工程學(xué)報(bào),2013,29(17):257-262.

[6]姚永波.基于介電特性的甜瓜糖度無(wú)損檢測(cè)[D].新疆:新疆大學(xué).2012.

[7]周永洪,黃森,張繼澍,等.火柿果實(shí)采后電學(xué)特性研究[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,36(4):117-122.

[8]Nelson S O,Guo Wen-chuan,Trabelsi.S. et al. Dielectric properties of watermelons for quality sensing[J]. Measurement Science and Technology,2007,18:1887-1892.

[9]秦文,羽倉(cāng)義雄,鈴木寬一,等. 胡蘿卜貯藏過(guò)程中電容與新鮮度的關(guān)系研究[J]. 農(nóng)業(yè)工程學(xué)報(bào),2005,21(9):160-162.

[10]馬濤,李海峰,張海紅. 櫻桃番茄采后品質(zhì)變化的介電特性研究[J]. 食品研究與開(kāi)發(fā),2013,34(21):107-111.

[11]Nelson S O,Forbea W R,Lawrence K C. Peanittivities of fresh fruits and vegetables firm 0.2 to 20 GHz[J]. Journal of Microwave Power and Electromagnetic Energy,1994,29(2):81-83.

[12]Soltani M,Alimardani R,Omid M. Evaluating banana ripening status from measuring dielectric properties[J]. Journal of Food Engineering,2011,105:625-631.

[13]周世平.靈武長(zhǎng)棗貯藏過(guò)程中介電特性與品質(zhì)變化的相關(guān)性研究[D]. 寧夏:寧夏大學(xué),2014.

[14]沈靜波,馬雪蓮,王慧倩,等.基于介電特性的靈武長(zhǎng)棗新鮮度預(yù)測(cè)[J].食品與機(jī)械,2016,32(1):118.

[15]陸婉珍. 現(xiàn)代近紅外光譜分析技術(shù)(第二版)[M]. 北京:中國(guó)石化出版社,2007,1.

[16]M.Soltani R,Alimardani,M. Omid. Evaluating banana ripening status from measuring dielectric properties[J]. Journal of Food Engineering,2011,105(4):625-631.

[17]李子文.蘋果醋釀造過(guò)程中關(guān)鍵參數(shù)的近紅外快速檢測(cè)方法研究[D]. 寧夏:寧夏大學(xué),2016.

[18]郭文川,孔繁榮,王轉(zhuǎn)衛(wèi).梨生長(zhǎng)發(fā)育后期介電特性、生理特性和內(nèi)部品質(zhì)的關(guān)系[J].現(xiàn)代食品科技,2015,31(11):56-59.

[19]Harker F R,Maindonald J H. Ripening of nectarine fruit(changes in the cell wall,vacuole,and measurements)[J].Plant Physiology,1994,106(1):165-171.

Strawberry quality prediction based on dielectric spectrum technology combining with genetic algorithm

LI Dong-dong,JIA Liu-jun,ZHANG Hai-hong*,SHEN Jing-bo,LI Zi-wen

(College of Agriculture,Ningxia University,Yinchuan 750021,China)

In order to find rapid non-destructive prediction methods for strawberry quality,dielectric spectrum was tested and its change rule was analyzed with Inductance,Capacitance,Resistance tester(LCR). The characteristic frequency points of quality indicators(respiration intensity,soluble solids content and weightlessness rate)were selected out by genetic algorithm(GA). Partial Least Squares(PLS)quality prediction models were established based on the dielectric parameters at the characteristic frequency points. The results showed that the Relative Percent Deviation(RPD)andR2values of the GA-PLS model for respiration intensity,soluble solid content(TSS)and weight loss rate established based on dielectric parameters selected out by GA were 5.21,3.14,4.89 and 0.941,0.852,0.906,respectively. There was no significant difference between the predicted value and the measured value(p>0.05)for each quality indicator. Dielectric spectrum technology combining with GA can be used to predict the quality of the storage period of strawberries

dielectric spectrum;strawberry;genetic algorithm;quality prediction

2016-06-23

李冬冬(1992-),男,碩士研究生,研究方向:農(nóng)產(chǎn)品無(wú)損檢測(cè),E-mail:m18295117748@163.com。

*通訊作者:張海紅(1967-),女,碩士研究生,教授,研究方向:食品物性學(xué),E-mail:nxdwjyxx@126.com。

國(guó)家自然科學(xué)基金資助項(xiàng)目(31160346)。

TS255.1

A

1002-0306(2016)23-0272-05

10.13386/j.issn1002-0306.2016.23.043