Formulation of Senescent Plantain Dish with Various Local Cereal and Leguminous Flours for Feeding Rats: Growth Performance Evaluation
Notice bibliographique
Résumé
The aim of this study was to valorize senescent plantain. Therefore, a traditional dish named Dockounou was prepared with a mixture of senescent plantain and various millet, soybean, sorghum, cassava, maize or rice flours. The growth performance of several Wistar rats feed by Dockounou was followed. Thus, batches of rats were fed for 15 days with three formulations (F1, F2, F3) in proportion of 90:10, 80:20 and 75:25 (senescent plantain dough/flours) obtained after two cooking modes (dry cooking: baked ; wet cooking: boiled). The effects of these formulations were compared to control diet (C. diet). Beyond the control diet, rats fed with the soybean baked Dockounou presented, the best following growth parameters: weight gain (2.82 to 4.19 g/d), food intake (8.92 to 9.72 g/d), feed efficiency (0.10 to 0.42), proteins intake (8.28 to 19.67), proteins efficiency (0.13 to 3.15). The physicochemical and nutritive characteristics of soybean baked Dockounou were as follow: ash (2.93 ±0.15 %), proteins (10.62±0.59 %), carbohydrates (15.46±1.53 %), calcium (232.04 – 558.20 mg/100g), potassium (313.97 – 385.11 mg/100g), magnesium (42.40 – 72.22 mg/100g), sodium (211.24 – 303.85 mg/100g) and phosphorus (330.70 – 433.71 mg/100g). Also, the study showed that, two formulations, 80:20 and 75:25, have really impact on rats growth. These results suggest that soybean baked Dockounou with important proportions, 80 % and 75 %, of senescent plantain dough can be effectively used in the diet of laboratory Wistar rats regarding the good zoological performances there are obtained.
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 | 0,003 | 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 ».