The differential effects of cooking methods on the nutritional properties and quality attributes of meat from various animal sources
Notice bibliographique
Résumé
This study investigated the various effects of two food product processing methods (boiling and grilling) on the nutritional composition (fatty acid, amino acid profiles) of meat from cows, goats, and rabbits. Freshly slaughtered animals were cleaned and subjected to boiling and grilling. Cooking loss varied with cooking methods; grilling resulted in the highest cooking loss, especially in cow meat (52.95%). Data from the proximate composition analysis revealed that both raw and grilled meat samples of rabbit meat contained the highest amount of protein (22.93 and 22.20 %, respectively) when compared to the corresponding samples from the other two animal sources. Additionally, rabbit meat contained a low level of fat (1.85%), which was not significantly different than the boiled samples (1.75, 1.76 %). Boiling and grilling significantly increased the in vitro protein digestibility of meat. The meat showed significant sources of both essential and non-essential amino acids. Rabbit meat showed a higher proportion of essential amino acids and a higher protein efficiency ratio. Boiled goat meat had a lower proportion of saturated fatty acids (SFA), boiled meat had higher polyunsaturated fatty acids (PUFA) than its grilled counterpart. Goat meat showed a favourable fatty acid profile. Thus, goat and rabbit meat are healthier alternatives to beef, and both boiling and grilling are useful in maintaining the nutritional qualities of meat.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».