Teff-Based Complementary Foods Fortified with Soybean and Orange-Fleshed Sweet Potato
Notice bibliographique
Résumé
The macronutrient composition of teff-based complementary foods (ComFs) prepared through extrusion cooking and a combination of household-level strategies were evaluated. In extrusion, teff, soybean and orange-fleshed sweet potato were separately processed into their respective flours and composited in a percentage ratio of 70:20:10, respectively. It was then extruded into a complementary food (ComF1). In the case of household-level methods, portions of teff grains separately germinated for 24 and 48 h were dried and ground to fine flours. Similarly, small portions of soybean grains were separately blanched and roasted; then each were ground to fine flour. Four ComFs (ComF2, ComF3, ComF4, ComF5) were developed by blending flours of ungerminated teff, germinated teff, blanched or roasted soybean and sweet potato using the 70:20:10 ratio. The extrusion cooked ComF had significantly (p < 0.05) high protein (17.92 g/100 g) while the household-level ComFs had lower protein contents. Energy content of the ComFs ranged from 391.63 to 400.60 kcal/100 g. All ComFs met the requirements of protein and energy for 6 to 8 month-old infants. There was no significant difference in the dietary fiber contents of the developed complementary foods despite increased values of insoluble dietary fiber due to germination of teff and blanching or roasting of soybean. The study revealed the potential of developing complementary foods from teff-soybean-sweet potato blends with improved protein and energy contents.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».