Chemical and Mineral Composition of Amaranth (Amaranthus L.) Species Collected From Central Malawi
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<p>Chemical analysis and mineral composition of twenty accessions of grain and leaf Amaranth (<em>Amaranthus</em> L.) collected from different agro-ecological zones of Central Malawi were conducted according to the standards of Association of Official Analytical Chemistry (AOAC). Analysis of variance (ANOVA) and means were separated using least significance difference (P ≤ 0.05) in Gen Stat version 15. The analyses for grain Amaranth showed that moisture content ranges from 10.69 to 12.22% while ash content varied from 4.4 to 8.7%. Elemental analyses in mg/100 grams on dry weight basis indicated that the grain had calcium (78.3 to 1004.6), iron (3.61 to 22.51), magnesium (44.31 to 97.38), potassium (267.8 to 473.6) and zinc (0.53 to 1.20). The mean differences for leaf chemical analyses were highly significant (p &lt; 0.001) with crude protein ranging from 13.37 to 23.27%; ash (14.08 to 19.95%) and Vitamin C (30.3 to 117.79 mg/100 g) while the mean mineral leaf analyses in mg/100 grams ranged from 14.84 to 31.17 for iron, 1.03 to 3.46 for zinc, 1512 to 2381 for calcium, 1320 to 1677 for potassium and 383.4 to 513.9 for magnesium. Generally the accessions from mid altitude area of Lilongwe showed highest values for both grain and leaf mineral analyses while accessions from the high altitude showed lower values. The results of this study provide evidence that local <em>Amaranthus</em> genotypes have appreciable amount of nutrients, minerals and vitamins important to meet dietary requirements of rural and urban communities in Malawi.</p>
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle