MétaCan
Menu
Retour à la cohorte
Enregistrement W2559391363 · doi:10.6000/1927-5951.2016.06.04.5

Pulse Phytonutrients: Nutritional and Medicinal Importance

2016· article· en· W2559391363 sur OpenAlexvenueno aff
Jagdish Singh, Rajni Kanaujia, Narendra Pratap Singh

Notice bibliographique

RevueJournal of Pharmacy and Nutrition Sciences · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytase and its Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhytic acidAntioxidantFood sciencePrebioticResistant starchHealth benefitsVitaminVitamin CBiologyDietary fibreChemistryStarchBiochemistryBiotechnologyTraditional medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Pulses are important food crops which offer significant nutritional and health advantages due to their high protein content and a unique nutritional profile, i.e., low fat source of digestible protein, dietary fibre, complex carbohydrates, resistant starch and a number of essential vitamins, especially, the B-group vitamin B9 (folate). In addition to these vitamins and minerals contributing to a healthy diet, pulses contain a number of non-nutritive bioactive substances including enzyme inhibitors, lectins, saponins, phytates, phenolic compounds and oligosaccharides. The latter contributes beyond basic nutritional value and is particularly helpful in the fight against non-communicable diseases often associated with diet transitions and rising incomes. Phytic acid exhibits antioxidant activity and protects DNA damage, phenolic compounds have antioxidant and other important physiological and biological properties, and galacto-oligosaccharides may elicit prebiotic activity. Research findings on different phytochemicals in pulse seeds and their role in preventing the lifestyle diseases has been discussed. Encouraging awareness of the nutritional value of pulses can help consumers adopt healthier diets and also could be an important dietary factor in improving longevity.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil0,295

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 savante0,0000,001
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 Opus0,041
Tête enseignante GPT0,308
Écart entre enseignants0,267 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy and Nutrition SciencesMême sujetPhytase and its ApplicationsTravaux en français237 207