Impact of pre‐treatment (soaking or germination) on nutrient and anti‐nutrient contents, cooking time and acceptability of cooked red dry bean (<i>Phaseolus vulgaris</i> L.) and chickpea (<i>Cicer arietinum</i> L.) grown in Ethiopia
Notice bibliographique
Résumé
Summary Pulses are processed in diverse ways prior to consumption. Soaking and germination are among the most common traditional, household‐level food processing strategies. This study was carried out to determine the effects of soaking, germination, cooking and their combinations on the contents of selected nutrients and anti‐nutrients of red dry bean and chickpea. In addition, the effects of pre‐treatment on cooking time and the acceptability of dishes prepared from red dry bean and chickpea were determined. The nutrient compositions (zinc, iron and calcium) of most soaked‐cooked and germinated‐cooked red dry bean and chickpea samples were not significantly different than those of respective controls. However, soaking and germination pre‐treatments significantly lowered the phytate and tannin contents of the red dry bean and chickpea samples, with a few exceptions, and overall, polyphenol contents were lower after soaking‐cooking than after germination‐cooking. Most scores for sensory attributes of bean‐based and chickpea‐based dishes prepared from soaked or germinated samples were not significantly different than those of the controls. For most red dry bean and chickpea samples, longer germination times yielded superior results in terms of reductions in cooking time, tannin content, and phytate:zinc and phytate:iron molar ratio.
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 | 0,000 | 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 | 0,000 |
| 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 ».