Proximate Composition, Mineral Profile and Trypsin-Inhibitory Activity of West African Leafy Vegetables: Influence of Urea Micro-Dosing and Harvest Time
Notice bibliographique
Résumé
Key words: green leafy vegetables, harvest time, mineral composition, urea micro-dosing, trypsin inhibition In order to ensure the nutritional quality of leafy vegetables produced under intensive cultivation systems, the proximate composition, mineral profi le, and trypsin-inhibitory activity of three priority West African vegetable species (Amaranthus cruentus, Ocimum gratissimum, and Solanum macrocarpon) produced with urea micro-doses (20, 40, and 60 kg/ha) were compared with control leaves raised without urea.Plants were harvested three consecutive times to determine effects on nutrient and trypsin-inhibitory activity.Proximate and mineral compositions were mainly species-dependent (p<0.05)though the 60 kg/ha urea dose produced the signifi cantly (p<0.05)highest moisture content in leaves.Calcium, copper, iron, and zinc contents were signifi cantly (p<0.05)infl uenced by harvest time and its interaction with vegetable species.Furthermore, trypsin inhibition was signifi cantly (p<0.05)higher for the second and third leaf harvests, which suggests that initial wounding from the fi rst harvest enhanced synthesis of the inhibitor protein molecules.
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 | 0,000 | 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) | 0,002 | 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 ».