International collaboration to improve wheat quality for processing and health
Notice bibliographique
Résumé
The Expert Working Group (EWG) on Improving Wheat Quality for Processing and Health of theWheat Initiative, established in 2015, aimed to maintain/improve the quality of high-yielding wheatunder varying environmental conditions. This EWG focuses on wheat quality in the broad sense,including grain compositional factors (proteins, allergens, carbohydrates), nutritional quality, grainprocessing, food safety, genetic resources and gene nomenclature as shown in Figure1. The EWGalso promotes the sharing of genetic resources and the standardisation of nomenclature of genesrelated to grain quality. The first meeting of the EWG was hold in Paris in 2016, with 31 researchersfrom 18 countries. We are working on the following globally important topics: (i) standardisingmethods to determine gluten protein composition, while unifying the nomenclature to define allelicdiversity of gluten proteins, and improve the understanding of the role of gluten proteins on doughprocessing and end-product properties; (ii) germplasm screening for the identification of sources ofvariation for various quality component traits; (iii) a deep understanding of the inheritance andgenetic factors controlling te bioavailability of grain bioactive compounds, including micronutrientsand dietary fibre, to improve the nutritional and health value of wheat and cereal-based foods; (iv)a deep understanding of the nature and content of proteins and other factors, such as fermentableoligosaccharides, disaccharides, monosaccharides and polyols (FODMAPs) of wheat showingnegative effects on health and toxic reactions and developing low-allergen and low FODMAP wheatsuitable for patients suffering various wheat related food disorders; (v) understanding the effects offood manufacturing processes on the digestibility of wheat proteins, bio-availability of nutrients,and the interaction with gut micro-organisms; (vi) fine-tuning gluten, starch properties and grainhardness according to specific (and diverse) end-uses by understandinggenotype × environment × management interactions; (vii) reducing mycotoxins and toxic mineralsin wheat and wheat products; (viii) development of low cost biomarkers for the above determinantsof wheat quality and safety.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,009 |
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 source (Gemma direct ou Codex distillé), 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 ».