The effects of cooking, cooling and reheating on the Glycemic Index depends on potato variety
Notice bibliographique
Résumé
Potatoes are a nutrient dense, low calorie food, but are often perceived as unhealthy in part because they are thought to have a high Glycemic Index (GI). High GI diets are associated with increased risk of diabetes and cardiovascular disease. The GI is a measure of the blood glucose raising potential of carbohydrate containing foods. We previously found that eating cooled or reheated potatoes reduces their GI by 30–40%. The aim of this study was to see if cooling and reheating had the same effect on the GI in different potato varieties. Thus, we determined the GI of four different types of potato, each of which was boiled and served in 3 ways: freshly cooked, cooled and served cold, or cooled and reheated. ANOVA showed, no main effect of potato variety, but a significant main effect of cooling with cold potatoes having a lower GI than freshly cooked or reheated potatoes (P<0.05). However, there was also a significant cooking*variety interaction, with cooling having a significantly greater effect in one variety than two of the others (P<0.05). We conclude that the effect of cooling and reheating on the GI of boiled potatoes differs in different varieties. Further work is required to determine the physiochemical properties of the starch which may explain these effects. Funded by the Agriculture and Agri‐Food Canada‐ Agriculture Bioproducts Innovation Program (ABIP).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».