MétaCan
Menu
Retour à la cohorte
Enregistrement W3083248748 · doi:10.3390/molecules25184078

Industrial Hemp (Cannabis sativa subsp. sativa) as an Emerging Source for Value-Added Functional Food Ingredients and Nutraceuticals

2020· review· en· W3083248748 sur OpenAlexaff
H.P. Vasantha Rupasinghe, Amy Davis, Shanthanu Krishna Kumar, Beth Murray, Valtcho D. Zheljazkov

Notice bibliographique

RevueMolecules · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCannabis sativaNutraceuticalFunctional foodFood scienceChemistryValue (mathematics)BiotechnologyTraditional medicineBiologyBotanyMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

L., Cannabaceae) is an ancient cultivated plant originating from Central Asia and historically has been a multi-use crop valued for its fiber, food, and medicinal uses. Various oriental and Asian cultures kept records of its production and numerous uses. Due to the similarities between industrial hemp (fiber and grain) and the narcotic/medical type of Cannabis, the production of industrial hemp was prohibited in most countries, wiping out centuries of learning and genetic resources. In the past two decades, most countries have legalized industrial hemp production, prompting a significant amount of research on the health benefits of hemp and hemp products. Current research is yet to verify the various health claims of the numerous commercially available hemp products. Hence, this review aims to compile recent advances in the science of industrial hemp, with respect to its use as value-added functional food ingredients/nutraceuticals and health benefits, while also highlighting gaps in our current knowledge and avenues of future research on this high-value multi-use plant for the global food chain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,382
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations255
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207