Sensory Acceptability of Iron‐Fortified Red Lentil ( <i>Lens culinaris</i> Medik.) Dal
Notice bibliographique
Résumé
O at fortificant Fe concentrations of 800, 1,600 (both cooked and uncooked), or 2,800 ppm. Appearance, odor, and overall acceptability of cooked and uncooked samples were rated using a 9-point hedonic scale (1 = dislike extremely to 9 = like extremely). Taste and texture were rated for the cooked samples prepared as typical south Asian lentil meals. Significant differences in sensory quality were observed among all uncooked and cooked samples at both locations. Overall, scores for all sensory attributes and acceptability of uncooked lentil decreased with increasing concentration of Fe in the fortificant; however, Fe fortification (particularly with NaFeEDTA) had small effects on acceptability. Panelists from Saskatoon provided a wider range of scores than those from Bangladesh for all attributes of cooked lentil. Overall, sensory evaluation of Fe fortification using NaFeEDTA minimally affected consumer perception of color, taste, texture, odor, and overall acceptability of cooked lentil. Reliability estimates (Cronbach's alpha [CA]) indicated that consumer scores were generally consistent for all attributes of all lentil samples (mean CA > 0.80). NaFeEDTA was found to be the most suitable Fe fortificant for lentil based on consumer acceptability. Consumption of 45 to 50 g of NaFeEDTA-fortified lentil (fortificant Fe concentration of 1,600 ppm) per day meets the estimated average requirements (EARs) of Fe for humans (10.8 to 29.4 mg). PRACTICAL APPLICATION: Iron fortification of dehulled lentil dal may change organoleptic attributes that can influence consumer acceptability. Sensory evaluation by consumers helps to determine the effect on appearance, odor, taste, texture, and overall acceptability of fortified lentils. In this study, consumer acceptability was evaluated with panelists who consume lentil regularly. Panelists provided significantly different scores for 5 sensory attributes for 10 uncooked and 3 cooked lentil samples. Panelists reliably preferred NaFeEDTA as the most suitable Fe fortificant for dehulled lentils for 5 attributes. Overall, lentil dal fortified with NaFeEDTA can offer a simple and low-cost solution to human health problems associated with iron-related malnutrition.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».