MétaCan
Menu
Retour à la cohorte
Enregistrement W2929601377 · doi:10.30635/2415-0142.2019.05.1

Diversity, Utilization and Proximate Composition of Indigenous Leafy Vegetables Consumed in Malaysia

2019· article· en· W2929601377 sur OpenAlexvenueno aff
Noorasmah Saupi, Ainul Asyira Saidin, Muta Ya, S. Noorasmah S. R. Sarbini

Notice bibliographique

RevueJournal of Agriculture Food and Development · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePacific and Southeast Asian Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLeafy vegetablesProximateIndigenousNutrientBiologySeasoningFood scienceLeafyGeographyBotanyRaw materialEcology

Résumé

récupéré en direct d'OpenAlex

The availability of indigenous leafy vegetables abundantly available in rural communities’ surroundings plays important role in its sustainability. A study was conducted at three native markets in Bintulu Division of Malaysia: Bintulu (N 3º10’29.5″ E 113º02’27.8″)Tatau (N 2º52’34.4″ E 112º51’09.6″) and Sebauh(N 3º06’38.6″ E 112º16’05.7″) to determine the plant species frequently used as leafy vegetables by the locals. The structured questionnaire was distributed to identify the species consumed and gather the information on species used for food consumption, vernacular name and utilization methods. Twenty species from 18 different families were identified with Euphorbiaceae dominated by three species. The locals used the indigenous leafy vegetables (ILV) in the preparation of fried vegetables, eaten raw, fermented and seasoning. The proximate composition conducted on 13 species of ILV revealed that these vegetables contains significantly high moisture (63.83 – 88.08%), fiber (9.20 – 27.39%) and carbohydrate (33.33 – 61.32%) contents whereas the fat (0.09 – 1.09%), proteins (0.25 – 1.65%) and energy (128.89 – 277.53 Kcal/100g) are low. The consumption of the ILV are recommended due to its potential to supply adequate intake of essential nutrients. Further study on the nutritional values of the ILV should be conducted to reveal many information on its nutritional values.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil0,194

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,241
Écart entre enseignants0,219 · 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'étudeObservationnel
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture Food and DevelopmentMême sujetPacific and Southeast Asian StudiesTravaux en français237 207