MétaCan
Menu
Retour à la cohorte
Enregistrement W2521473484 · doi:10.1094/cchem-07-16-0185-r

Chemical and Physical Characteristics of Proso Millet (<i>Panicum miliaceum</i>)‐Based Products

2016· article· en· W2521473484 sur OpenAlexafffund
Matthew B. McSweeney, Koushik Seetharaman, D. Dan Ramdath, Lisa M. Duizer

Notice bibliographique

RevueCereal Chemistry · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of GuelphAgriculture and Agri-Food CanadaAcadia University
Organismes subventionnairesMinistry of Rural AffairsOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésPanicum miliaceumFood scienceGluten freeChemistryStarchGlutenGlycemic indexAgronomyGlycemicBiotechnologyBiology

Résumé

récupéré en direct d'OpenAlex

Celiac disease and gluten sensitivities, as well as obesity and overweight‐related disorders, have led to the investigation of gluten‐free grains and development of new food products. To address this, refined proso millet and refined corn (control), both gluten‐free grains, were used to produce four different product types (muffin, couscous, extruded snack, and porridge). The products contained four different grain combinations (100% proso millet, 75% proso millet/25% corn, 25% proso millet/75% corn, and 100% corn). All products were evaluated for their nutritional composition, in vitro starch digestibility, and expected glycemic index (eGI). Products made with refined proso millet had increased protein (7.6–11.3%), lipid (1.2–6.1%), fiber (7.0–8.8%), and phenolic content (323.5–425 μg/g) compared with those incorporating corn flour (2.5–9.0%, 0.8–4.0%, 2.1–4.1%, and 213–315 μg/g, respectively). As the proso millet content increased, the eGI decreased significantly ( P &lt; 0.05). Products made from refined proso millet appear to be good candidates for producing low‐GI, gluten‐free foods.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,222
Écart entre enseignants0,211 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207