Oxalate Content of Egyptian Grown Fruits and Vegetables and Daily Common Herbs
Notice bibliographique
Résumé
<p>Egyptian dieticians typically rely on foreign databases to find out oxalate content of food due to unavailability of local databases. The soil, fertilizers, climate and cultivars are often very different. Therefore, the purpose of this study is to establish a local database of oxalate content in Egyptian grown fruits and vegetables and selected daily common herbs. The current study analysed the total and the soluble oxalate in 37 Egyptian grown fruits, vegetables and 9 commonly used herbs. Two methods were used for screening the Egyptian foods for oxalate concentration; the first method was AOAC 1999 and the second was enzymatic method. Total oxalate varied greatly among the vegetables examined, ranging from 4 to 917 mg/100 g F.W. Total oxalate of analysed fruits ranged from 9 to 50 mg/100 g F. W. There is a strong correlation found between the two methods used.<em><em> </em></em>Vegetables were classified into 4 categories; low oxalate concentration containing less than 10 mg of oxalic acid /100 g F.W., such as cabbage, courgette, cucumbers, garlic, spring onions and turnip. Moderate oxalate concentration vegetables containing 10-25 mg/100 g F. W., such as aubergine, field bean, corn, peppers and watercress. High oxalate concentration vegetables containing 26-99 mg/100g F.W., such as f?l, green beans, celery, mallow, okra and sweet potatoes. Very high oxalate concentration containing 100-900 mg/100g F.W. such as Swiss chard, molokhia, purslane and vine leaves (fresh). Extensive amounts of total oxalate (201-4014 mg/100 g D.W.) were found in daily common herbs such as caraway seed, green cardamom, cinnamon, coriander seeds, cumin, curry powder, ginger and turmeric powder.</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.
Comment cette classification a été obtenuedéplier
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 | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».