MétaCan
Menu
Retour à la cohorte
Enregistrement W2259069974 · doi:10.1080/10408398.2014.960909

Potential impacts of bioprocessing of sweet potato: Review

2015· review· en· W2259069974 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCritical Reviews in Food Science and Nutrition · 2015
Typereview
Langueen
DomaineNursing
ThématiqueMicrobial Metabolites in Food Biotechnology
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésIpomoeaBioprocessAgronomyBiologyFood scienceBiotechnologyHorticulture

Résumé

récupéré en direct d'OpenAlex

Sweet potato (Ipomoea batatas L.) is among the major food crops in the world and is cultivated in all tropical and subtropical regions particularly in Asia, Africa, and the Pacific. Asia and Africa regions account for 95% of the world's production. Among the root and tuber crops grown in the world, sweet potato ranks second after cassava. In previous decades, sweet potato represented food and feed security, now it offers income generation possibilities, through bioprocessing products. Bioprocessing of sweet potato offers novel opportunities to commercialize this crop by developing a number of functional foods and beverages such as sour starch, lacto-pickle, lacto-juice, soy sauce, acidophilus milk, sweet potato curd and yogurt, and alcoholic drinks through either solid state or submerged fermentation. Sweet potato tops, especially leaves are preserved as hay or silage. Sweet potato flour and bagassae are used as substrates for production of microbial protein, enzymes, organic acids, monosodium glutamate, chitosan, etc. Additionally, sweet potato is a promising candidate for production of bioethanol. This review deals with the development of various products from sweet potato by application of bioprocessing technology. To the best of our knowledge, there is no review paper on the potential impacts of the sweet potato bioprocessing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,409
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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