Cultivar, Planting Date, and Row Spacing Effects on Mungbean Seed Composition
Notice bibliographique
Résumé
<p>Mungbean [(<em>Vigna radiata</em> (L.) R. Wilczek, Fabaceae] is becoming an important food crop in the United States of America. This crop has previously been produced in the US states of Texas and Oklahoma but this production is currently not significant. Recent efforts have established that mungbean can be easily produced in Virginia, located in the mid-Atlantic region of the United States of America. However, there is a complete lack of information related to nutritional quality of mungbean produced in this region. We grew mungbean during 2012 and 2013 using two cultivars (Berken and TexSprout), two planting dates (early and late July), and two row spacings (0.375 and 0.75 m) to characterize composition of mungbean seed produced in Virginia. Mungbean seeds produced in this study averaged 1.59, 24.3, and 4.91% oil, protein, and sugars, respectively. These mungbean seeds also contained 38.8, 61.2, 5.79, and 55.1% in saturated, unsaturated, mono-unsaturated, and poly-unsaturated fatty acids, respectively. Predominant fatty acids in the mungbean seed were C16:0 (26.1%), C18:0 (6.11%), C18:2 (36.8%), and C18:3 (18.3%). Iron and zinc contents of the mungbean seed were 8.42 and 3.88 mg·100 g<sup>-1</sup>. Concentrations of fructose, glucose, sucrose, raffinose, stachyose, and verbascose sugars in mungbean seed were 0.45, 0.30, 0.70, 0.24, 0.84, and 2.37%, respectively. Effects of cultivars, planting dates, and row spacings on mungbean seed composition were, generally, not significant. Overall, mungbean seed compared well with nutritional quality of kidney bean, pinto bean, navy bean, and tepary bean.</p>
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) | 0,000 | 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 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 ».