MétaCan
Menu
Retour à la cohorte
Enregistrement W2570818940 · doi:10.22614/resc-v5-n2-590

DESENVOLVIMENTO DE BOLO DE CENOURA ENRIQUECIDO DE FIBRAS

2016· article· pt· W2570818940 sur OpenAlexaff
Raimunda Roberto de Souza, Thatiana Wanessa de Oliveira, Inez Helena Vieira da Silva Santos, Êmili Lima Amaro, Deyzyanne Queiroz Silva

Notice bibliographique

RevueSABER CIENTÍFICO · 2016
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Sciences
Établissements canadiensNutrasource
Organismes subventionnairesnon disponible
Mots-clésPhysicsFood scienceHumanitiesChemistryPhilosophy

Résumé

récupéré en direct d'OpenAlex

A fibra alimentar é benéfica à saúde humana, está associada ao bom funcionamento intestinal pela formação adequada do bolo fecal e função prebiótica, desta forma contribui para o controle metabólico e prevenção de doenças crônicas não transmissíveis. O bolo é uma preparação muito consumida pela população brasileira de todas as idades. O objetivo da pesquisa foi desenvolver um bolo de cenoura rico em fibras com cobertura de chocolate utilizando cereais e farinha de maracujá. Um produto voltado para indivíduos saudáveis e pessoas com restrições de gorduras totais e saturadas. Foi feita uma análise do rótulo nutricional deste produto. Para a determinação dos Valores Diários de Referência (VD%), utilizaram-se legislações RDC Nº 360 (BRASIL, 2003); RDC Nº 359 (BRASIL, 2003) e RDC Nº 54 (BRASIL, 2012) apontando fontes de nutrientes não contemplados no rótulo nutricional obrigatório. Para o cálculo dos macros e micronutrientes, foi utilizada a tabela TACO (NEPA, 2011). O produto deste estudo é uma opção de alimento rico em fibras, baixo teor de gorduras totais e saturadas, sendo considerado saudável. Podendo assim ser consumido por todos os grupos, especialmente para aqueles com restrição a gorduras totais, saturadas e que necessitam de maior aporte de fibras na dieta.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,230
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSABER CIENTÍFICOMême sujetAgricultural and Food SciencesTravaux en français237 207