Chemical Compositions and Nutritional Properties of Popcorn-Based Complementary Foods Supplemented With Moringa oleifera Leaves Flour
Notice bibliographique
Résumé
Cereal gruel is the common complementary foods in developing countries, and it is usually low in energy and protein; hence, responsible for increase in protein-energy malnutrition among underprivileged weaning aged children. Several locally available food materials have been tested in combination for infant food formulations however; popcorn and Moringa oleifera leaves combination have not been used. After blanching and fermentation processing, popcorn and moringa leaves were milled into flour and blended to obtain, blanched popcorn-moringa leaves (BPM) (65% popcorn and 35% moringa leaves flour) and fermented popcorn-moringa leaves (FPM) (65% popcorn and 35% moringa leaves flour). Products were analyzed for chemical composition, functional properties and bioassay using standard methods. Protein content of FPM (21.27 ± 0.20 g/100 g) and BPM (15.99 ± 0.14 g/100 g) were higher than Cerelac (15.75 ± 0.01 g/100 g) and ‘Ogi’ (6.52 ± 0.31 g/100 g); while energy values of FPM (393.94 ± 0.39 kcal) and BPM (389.69 ± 1.40 Kcal) were lower than ‘Ogi’ (418.08 ± 0.47 kcal) and Cerelac (431.58 ± 0.01 kcal). Mineral contents of BPM were higher in zinc, iron, potassium, sodium and phosphorous, while FPM sample was higher in copper, calcium and magnesium, and were lower than Cerelac. Oxalate, phytate and trypsin inhibitor in FPM were lower than BPM. Biological value and protein efficiency ratio of FPM were higher than BPM and ‘Ogi’, but lower than Cerelac. The albino rats fed with the FPM had higher growth rate when compared with those rats fed with BPM sample and ‘Ogi’, but lower than those fed with Cerelac. Nutrient composition and nutritional profile of popcorn-moringa leaves based complementary foods could be used as substitutes for local complementary foods, which are low in protein and energy.
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 | 0,001 |
| 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 ».