Comparison between protein yield in different spring-rape varieties
Notice bibliographique
Résumé
The market for new protein sources for food has never been as popular as it is today. \nThis is partly a response to the increased climate threat. One major contributing factor \nto the climate impact is food production and the huge waste that comes from both \nproducer and consumer. Trying to develop new sources of protein is important since \ncarbon dioxide emissions from the protein sources consumed today, often from \nanimals, are very high. Plant protein has considerably lower carbon dioxide emissions \nand is therefore a good alternative. \nRapeseed is a well-established oil plant that is grown both in Sweden and \ninternationally, especially in Canada. In Sweden, about 108.000 ha are currently \ngrown with rapeseed of both spring and autumn varieties. The crop can be grown on \nthe major parts of southern Sweden and is relatively easy to grow. Rapeseed consists \nof 30–40% oil and 20–25% protein. The protein in rapeseed has a high-quality \namino acid composition compared to other vegetable protein and animal \nprotein as it contains several essential amino acids. Antinutrients such as \nglucosinolates, phytic acid and erucic acid have long been a problem in rapeseed \nbut thanks to intensive plant breeding, the antinutrients have drastically \ndecreased and are today under approved levels. \nRapeseed contains high-grade protein and is suitable for further processing. Oil \nextraction is the most common human-consumed product of rapeseed, but \nthe production also results in a by-product, a high-protein content press cake. The \npress cake is commonly used for animal feed. \nIn this study, eleven spring rapeseed cultivars were examined, whose protein \nexchange in the press cake was compared. The study was a part of an \nextensive research project on rapeseed protein at Lund University. The \nresults showed differences between the protein yield of the varieties and the variety \nSW Y2909 was found to be the highest yield with 33% crude protein and the lowest \nyield was Lennon with 13%. A conclusion based on the result is that rapeseed \nvarieties have difference in protein yield.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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 ».