Yield and Nutritional Quality Traits of White Lupin Sprouts
Notice bibliographique
Résumé
Use of mature lupin seeds for human nutrition has been prevalent since ancient times. Lupin seed have been used as food for over 3000 years around the Mediterranean and for as much as 6000 years in the Andean highlands. However, no information is available about value-added products from lupin, especially white lupin (Lupinus albus L.), for human consumption. We prepared sprouts from seed of eight white lupin genotypes, grown at two locations in Virginia during 2003-04 crop season. These sprouts were analyzed for various traits. Location effects were significantly for all traits except for moisture content of sprouts whereas genotypic effects were significant only for fresh sprout yield. The mean values for fresh yield (g) and contents (percent on dry weight basis) of moisture, crude fiber, oil, and protein, in white lupin sprouts were 74.8, 78.4, 16.7, 7.6, and 41.3, respectively. Oil and protein contents of white lupin sprouts were similar to alfalfa sprouts whereas white lupin sprouts had higher contents of oil and protein than mungbean sprouts. Based on crude fiber content, white lupin sprouts were superior to alfalfa and mungbean sprouts. Results indicated that white lupin sprouts have potential as human food.
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 | 0,001 | 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 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 ».