Nutritional Composition of the Green Leaves of Quinoa (Chenopodium quinoa Willd.)
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».