MétaCan
Menu
Retour à la cohorte
Enregistrement W3088095050 · doi:10.1155/2020/9595086

Nutritional Composition and Health Benefits of Teff (<i>Eragrostis tef</i> (Zucc.) Trotter)

2020· article· en· W3088095050 sur OpenAlexaboutno aff
Yoseph Asmelash Gebru, Desta Berhe Sbhatu, Kwang-Pyo Kim

Notice bibliographique

RevueJournal of Food Quality · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEragrostisSorghumCropPoaceaeAgronomyGlycemic indexGluten freeStaple foodBiologyFood scienceGlutenAgricultureBiotechnologyGlycemicEcology

Résumé

récupéré en direct d'OpenAlex

Teff (Eragrostis tef (Zucc.) Trotter) (Poaceae) is an annual crop with a very tiny grain. The crop is mainly cultivated in Ethiopia and Eritrea where it is used in preparing a pancake-like staple food called injera. Teff grain is the smallest of all whole flour grains in the world with a length of about 1.0 mm and a width of about 0.60 mm. The popularity of the crop is rapidly increasing throughout the world because of its attractive nutritional and functional properties. Thus, the crop is being successfully introduced and cultivated in many parts of the world including the USA, Canada, Australia, Switzerland, and the Netherlands. The growing global demand for the grain is due to its gluten-free nature, high level of essential amino acids (EAA), high mineral content, low glycemic index (GI), high crude fiber content, longer shelf life, and slow staling of its bread products compared to that of wheat, sorghum, rice, barley, and maize. The grain is linked to several health benefits including prevention and treatment of diseases such as celiac disease, diabetes, and anemia. These call for huge research opportunities to explore the nutritional and functional properties of the grain.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,099
Tête enseignante GPT0,328
Écart entre enseignants0,229 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations57
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food QualityMême sujetFood composition and propertiesTravaux en français237 207