Chemical and Protein Quality of Soybean (Glycine max) and Tigernut (Cyperus esculentus) Based Weaning Food
Notice bibliographique
Résumé
Malnutrition and poverty poses a major challenge to low-income families in developing nations and the twin issues are very critical for a growing infant. Commercially processed weaning foods are expensive for these categories of families; hence the objective was to formulate and evaluate the functional, antinutritional and protein quality of composite weaning food based on soybean and tigernut flour. Soybean and Tigernut seeds were processed into flour and three weaning diets: STF1 (Tigernut; 75%, Soybean 15%); STF2 (Tigernut; 65%, soybean 25%) and STF3 (Tigernut; 55%, Soybean 35%) with 10% full cream milk powder (FCM) addition were produced according to FAO/WHO/UNU recommendations. Commercial weaning food (CB) was used as control. Effect of tigernut flour addition on the functional, antinutritional and protein quality of the formulated blends were evaluated using standard methods. The protein quality was evaluated using rat assay. The functional properties of the samples were significantly (P<0.15) different from the commercial sample. STF3 sample had significantly (P<0.05) lower swelling index (SI), Packed bulk density, (PBD), loose bulk density (LBD) and water absorption capacity (WAC) with values of 3.63±0.10, 0.53±0.01 g/cm, 0.32±0.03 g/cm and 187.00 ± 2.10 ml/100g compared to values of 6.14±0.22, 0.55 ± 0.01g/cm, 0.42±0.01g/cm and 374.00 ± 3.40 for commercial sample, respectively. Total oxalic, soluble oxalic acid, phytic acid and tannins values of the diets were significantly (P<0.05) higher than CB, and the lowest values were for STFS. Protein quality indices of the samples showed significant (P<0.05) difference. The NPU, PER, NPR, TD and BV of STF3 compared favorably with CB. STF3 sample supported good growth for the growing rats. The results suggested that STF3 is nutritionally balanced & possessed good growth promoting quality for a growing infant and could be adopted at the house hold-level to curb infant malnutrition and death.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».