Effect of Fermentation on Nutrient and Antinutrient Contents of Cocoyam Corm
Notice bibliographique
Résumé
Objective: Cocoyam corms were fermented with the aim of enhancing and reducing its nutrient and antinutrient contents respectively. Methods: Cocoyam corm was fermentated naturally by submerged fermentation method in a sterile medium (distilled water) for four days. Microbial examination of the fermenting corms was carried out at 24hours interval for four days. Results: Twenty bacterial strains were isolated within the fermentation periods. They include the general: Micrococcus species, Lactobacillus plantarum, L. fermentum, Enterobacter, Escherichia coli and Staphylococcus aureus. The total bacteria count increased from 5.70 log cfu/ml to 8.97 log cfu/g while fungal count increased from 3.33 log cfu/g to 4.84 log cfu/g. Temperature and the total titratable acidities increased from 27oC to 35oC and 1.13% to 3.72% respectively while the pH values decreased from 5.68 to 3.75. The result of the proximate analysis showed that the fermented sample had higher protein (12.00%), ash (2.84%) and fat (4.84%) contents than the unfermented sample which contained 7.30%, 2.4% and 4.55% respectively. However, moisture, fibre and carbohydrate contents decreased from 9.70%, 3.00% and 73.04% in unfermented sample to 8.94%, 2.78% and 67.60% in fermented sample respectively. All the antinutrient contents decreased at the end of the fermentation [phytate (1.32-0.38) g/100DM, oxalate (0.72-0.21) g/100DM, tannin (0.18-0.07) g/100DM, saponin (0.45-0.22) g/100DM, hydrocyanide (22.27-10.22)g/kg of the fermented sample than the unfermented one.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 ».