MétaCan
Menu
Retour à la cohorte
Enregistrement W2816087685 · doi:10.5539/jfr.v7n5p69

Evaluation of Protein Nutritional Quality of Four Soybean Varieties Grown in Western Kenya

2018· article· en· W2816087685 sur OpenAlexvenueno aff
Fredrick B. Agengo, Charlotte A. Serrem, Florence Wakhu Wamunga

Notice bibliographique

RevueJournal of Food Research · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytase and its Applications
Établissements canadiensnon disponible
Organismes subventionnairesVLIRUOSVlaamse Interuniversitaire Raad
Mots-clésProtein qualityMalnutritionProtein efficiency ratioWeanlingFood scienceFood securityEssential amino acidProtein digestibilityAmino acidBiologyWeight gainBiotechnologyBody weightAgricultureMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Protein nutrition is important for human health because its deficiency leads to major public health problems such as Protein Energy Malnutrition. Soybean an excellent and cheap source of high quality protein has been introduced into the Western Kenya and other developing countries for improved health and food security, but end use qualities may reduce its utilization. The main objective of this study was to evaluate the protein nutritional quality of four soybean varieties grown in Western Kenya. Protein quality was determined using male weanling albino rats for the indices of net protein retention, food efficiency, apparent and true protein digestibilities and faecal weight. Soybean amino acid efficiency was evaluated using Protein digestibility corrected amino acid score (PDCAAS). Soybean diet SB 132 had the highest protein nutritional quality with the best protein retention of 6.29 g, Apparent Protein digestibility of 89.13%, True Protein Digestibility of 96.48%, weight gain of 5.50 g and a Net Protein Retention Ratio of 4.70. All the four soybean varieties had high amino acid profiles with a Protein digestibility Corrected Amino Acid Score of 1.0. Soybean variety SB 132 is the most superior in digestibility and the study recommends its promotion as a food crop in Western Kenya and other developing countries for the management of Protein Energy Malnutrition and for food security.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,259

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,345
Tête enseignante GPT0,430
Écart entre enseignants0,085 · 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 tête enseignante, 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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetPhytase and its ApplicationsTravaux en français237 207