Nutritional Composition of Iron, Zinc, Calcium, and Phosphorus in Wheat Grain Milling Fractions as Affected by Fertilizer Nitrogen Supply
Notice bibliographique
Résumé
Fe and Zn deficiencies are global nutritional problems. N supply could increase Fe and Zn concentrations in wheat grain. This study was conducted to determine the impacts of different N rates (0, 122, 174, and 300 kg/ha) on the distribution and speciation of Fe and Zn in wheat grain milling fractions under field conditions. Zn and protein concentrations were increased, whereas Fe was less affected in the flour fractions with increasing N rates. Further analysis with size‐exclusion chromatography coupled with inductively coupled plasma mass spectrometry revealed that Fe and Zn bound to low‐molecular‐weight (LMW) compounds in the flour fractions (probably Fe‐nicotianamine [NA], Fe‐deoxymugineic acid, or Zn‐NA) were less affected by increasing N supply, representing 3.5–10.9% of total Fe and 2.5–56.6% of total Zn. In the shorts fraction, LMW‐Fe was absent, and LMW‐Zn with higher N supply was over twice as high as that in control and 3–27 times as high as that in the other milling fractions. In the flour fractions, the molar ratios of phytic acid (PA)/Fe and PA/Zn (both less than 30.5) decreased, whereas soluble LMW‐Fe/Zn was not affected with increasing N rates.
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 | 0,000 | 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 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 ».