Effects of Malting and Fermentation on Anti-Nutrient Reduction and Protein Digestibility of Red Sorghum, White Sorghum and Pearl Millet
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>Sorghum and millet and their products require specialized treatment in order to improve their nutritive value, organoleptic properties and shelf-life. They contain anti-nutrients which are the major phytochemicals which negatively affects their nutritive values. The phytochemicals of concern include tannins and phytates, which interfere with mineral absorption, palatability and protein digestibility. Malting and fermentation treatments were applied to reduce the anti-nutrients, improve protein digestibility, and acidity to increase the products shelf life. The effects of malting and fermentation on the cereals nutritive value and anti-nutrient reduction were studied and evaluated for a period of 8 days. A treatment combining malting for 3 days and fermentation for 2 days respectively both at room temperatures (25°C) was employed. Tannins and phytates were significantly reduced (p ? 0.05) by malting and fermentation. Protein digestibility was significantly (p ? 0.05) improved by malting and fermentation treatments; malted cereals digestibility ranged between 34.5-68.1% while the fermented flours protein digestibility range was 97.4-98.3%. The pH values were lowered to below 4.0, a level at which they could effectively inhibit spoilage microorganisms at the end of the fermentation period. A combination of optimum time treatments of malting and fermentation for 3 days and 2 days respectively were effective in reducing tannins and phytates and improving protein digestibility of the cereals.</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 | 0,001 | 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