Anti-Nutrient, Phytochemical and Antiradical Evaluation of 10 Amaranth (Amaranthus spp.) Varieties Before and After Flowering
Notice bibliographique
Résumé
Amaranth (Amaranthus spp.) vegetable is widely consumed in Kenya and contributes to the alleviation of food insecurity. It is reported to have bioactive components such as antioxidants that help in protecting the body from long-term degenerative diseases. However, amaranth vegetable has also been shown to contain some anti-nutrients such as tannins, phytic acid, oxalates and nitrates which may bind nutrients and reduce their bioavailability in the body. There are many amaranth varieties and there is very little information about differences in the anti-nutrient and phytochemical levels among the varieties. The objective of this study was to determine the phytochemical and anti-nutrient content of ten amaranth varieties at two growth stages, before and after flowering. The study was in Jomo Kenyatta University of Agriculture and Technology. Ten amaranth varieties, eight of which are new varieties, were planted. Harvesting was done in two stages, at vegetative stage and post flowering stage. The leaves were analyzed for nitrates, vitamin C, total carotenoids, flavonoids and total antioxidant activity. Results showed decrease in nitrates which reduced by about 40% as the plants matured. The leaves also increased antioxidant activity as the plants matured with the concentration equivalent (IC50) with DPPH of 2 mg/mL at vegetative stage and about 1mg/mL after flowering. In conclusion, as the plants grow older, there was an increased accumulation of anti-nutrient and other plant chemicals. Antioxidant activity is however increased.
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 | 0,000 | 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 ».