Addition of Zinc to Soaking Water during Parboiling Increases the Zinc Content of Bangladeshi Rice
Notice bibliographique
Résumé
Objectives: In Bangladesh, zinc deficiency affects 45% of preschool children and 57% of women. As zinc deficiency is linked to child growth stunting, diarrheal disease, pneumonia, and increased risk of child mortality, large-scale programs for its prevention are required. Most rice produced in Bangladesh is parboiled and this presents a technical opportunity to increase rice zinc content by adding zinc during soaking. The objective of this study was to evaluate the increase in zinc content achievable by this strategy in milled Bangladeshi rice using local parboiling conditions, and its potential effect on adequacy of zinc intakes. Methods: A major local rice variety (BR29) and zinc sulfate were used. Paddy was steamed for 2 minutes, soaked in distilled, deionized water for 9 hours with addition of 0, 100, 150, 200, or 300 mg zinc/kg paddy. Drained paddy was steamed in a pressurized autoclave before drying and milling. Zinc content was determined by X-Ray Fluorescence. Results: Rice zinc content was 12.3, 16.0, 16.7, 21.6, and 23.6 mg/kg dry weight, respectively, where the highest level represents a 92% increase over the control. Using existing dietary intake Conference
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 | 0,001 | 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 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 ».