Individual and Total Sugar Contents of 83 Malaysian Foods
Notice bibliographique
Résumé
As part of the effort in updating and expanding the carbohydrate data in Malaysian Food Composition Databases, 83 foods were selected based on the most commonly consumed foods and food products by Malaysian. The samples include 31 cereal products, 9 starchy roots and tubers products, 4 legume products, 11 nut and seed products, 4 vegetables, 5 fruits, 15 sugar and syrup products, 2 meat products and 2 oil and fat products. Individual sugars (fructose, glucose, sucrose, lactose and maltose) were analysed usingHigh Performance Liquid Chromatography with Refractive Index Detector. Most of the cereal products contained sucrose, glucose, fructose, lactose and maltose. Four starchy root and tuber products contained sucrose, glucose and fructose. Sucrose was detected in all legume, nut and seed products. Most vegetables contained fructose while all fruits contained glucose and fructose. In addition, all syrups contained sucrose except for kiwi and lime cordial. Overall, sugar and syrup products contained the highest total sugar content (15.00-65.52 g/ 100g) while vegetables were the lowest for total sugar content (2.74-4.83 g/ 100g).
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 | 0,001 |
| 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 | 0,000 | 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 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 ».