Chemical Composition and Quality Characteristics of Wheat Bread Supplemented with Leafy Vegetable Powders
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The study investigated the effect of supplementation of the leaf powders of Telfairia occidentalis , Amaranthus viridis , and Solanum macrocarpon on the chemical composition and the quality characteristics of wheat bread. The bread samples were supplemented with each of the vegetable leaf powders at 1%, 2%, and 3% during preparation. The bread samples were assayed for proximate composition, mineral composition, physical, sensory, and antioxidant properties using standard methods. The addition of vegetable powders significantly increased the protein (9.50 to 13.93%), fibre (1.81 to 4.00%), ash (1.05 to 2.38%), and fat (1.27 to 2.00%). Supplementation with vegetable powder however significantly decreased (<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mml:mi>p</mml:mi><mml:mo><</mml:mo><mml:mn fontstyle="italic">0.05</mml:mn></mml:math>) the carbohydrate and moisture contents. Significant (<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"><mml:mi>p</mml:mi><mml:mo><</mml:mo><mml:mn fontstyle="italic">0.05</mml:mn></mml:math>) increases were recorded for all evaluated minerals as the level of vegetable powder increased. Supplementation with vegetable powder caused significant decrease in total phenolic content, percentage DPPH inhibition, metal chelating ability, ferric reducing antioxidant power, and total antioxidant capacity. Sensory results showed that there was significant decrease in sensory qualities with increasing supplementation. This therefore suggests that bread supplemented with vegetable powder could have more market penetration if awareness is highly created.
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.
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) | 0,001 | 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 découle