Nutritional quality and acceptability of sweet potato–soybean–moringa composite porridge
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose – The purpose of this paper was to formulate porridge using orange-fleshed sweet potato (OFSP), soybean and moringa ingredients that optimizes its nutritional quality and acceptability. Design/methodology/approach – A 16-run constrained D-optimal mixture design was used to evaluate proximate compositions and sensory acceptability of the products. Each composition and acceptability response variable was optimized separately, and then, the sweet spot that optimizes all was determined. Findings – The protein, fiber, total ash, carbohydrate, iron and carotenoid contents as well as major sensory quality indicators were significantly affected by soybean, moringa and OFSP blends. However, the influence of the mixture on fat content was weak. Sensory acceptability was high for porridges processed from high OFSP and soybean, but higher nutritional quality was obtained from higher moringa levels. Graphical optimization showed that blends containing 68-75 per cent OFSP, 17-26 per cent soybean and 5-8 per cent moringa have produced nutrient enriched porridges with desirable sensory quality. Originality/value – The study showed that OFSP, soybean and moringa have a potential for making protein, carbohydrate, dietary fiber, pro-vitamin A carotenoids and iron enriched product that will contribute to the fight against malnutrition in developing nations such as Ethiopia. In addition, having OFSP in the blend masks undesirable odor and taste imparted by moringa.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle