Nutritional Composition of the Green Leaves of Quinoa (Chenopodium quinoa Willd.)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Quinoa (Chenopodium quinoa Willd.) grain is often eaten worldwide as a healthy food, but consuming nutrient-rich quinoa leaves as a leafy green vegetable is uncommon. This study evaluated the potentiality of leafy green quinoa as a major source of protein, amino acids, and minerals in the human diet. Also, the study compared the nutrient content of quinoa leaves with those of amaranth and spinach leaves. The proximate analysis of quinoa dry leaves showed a higher amount (g/100 g dry weight) of protein (37.05) than amaranth (27.45) and spinach (30.00 g). Furthermore, a lower amount of carbohydrate (34.03) was found in quinoa leaves compared to amaranth (47.90) and spinach (43.78 g). A higher amount of essential amino acids was found in quinoa leaves relative to those of amaranth and spinach. The highest amounts (mg/100 g dry weight) of minerals in quinoa dry leaves were copper (1.12), manganese (26.49), and potassium (8769.00 mg), followed by moderate amounts of calcium (1535.00), phosphorus (405.62), sodium (15.12), and zinc (6.79 mg). Our findings suggest that quinoa leaves can be consumed as a green vegetable with an excellent source of nutrients. Therefore, we endorse the inclusion of quinoa in the leafy green vegetable group.
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.
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 | 0,000 |
| 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 découle