MétaCan
Menu
Retour à la cohorte
Enregistrement W3097643012 · doi:10.5772/intechopen.105996

Potential of Indigenous Vegetable-Fortified Food Products for Improved Human Nutrition and Health in West Africa

2023· book-chapter· en· W3097643012 sur OpenAlexafffund
A.A. Famuwagun, O.C. Adebooye, T.V. Odunlade, Kehinde A. Taiwo, Durodoluwa Joseph Oyedele, Rotimi E. Aluko

Notice bibliographique

RevueSustainable development · 2023
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed and Plant Biochemistry
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesInternational Development Research Centre
Mots-clésAmaranthLeafy vegetablesFood sciencePastryFortified FoodBiotechnologyFortificationBiology

Résumé

récupéré en direct d'OpenAlex

The study developed and tested the acceptability of key innovative value-added products, including vegetable-fortified bread and pastry products (cookies and chinchin), using each of these three indigenous vegetables, namely Telfairia occidentalis Hook. F. (fluted pumpkin), Amaranthus virdis L. (local amaranth), and Solanum macrocarpon L. (eggplant). The bread was fortified with each of the individual dried leafy vegetables at levels of 1%, 3%, and 5%. Ogi was also fortified with the equivalent of the dried Telfaria occidentalis in the wet form at 1%, 3%, and 5%, while pastry was fortified with the only extract obtained from amaranth leafy vegetable at 1%, 3%, and 5%. Results from the MicroVeg project showed that bread fortified with 3% (w/w) dried vegetable leaf powders had higher nutritional properties. Pastry formulations that included 3% dried vegetable leaf powders had slightly lower consumer acceptability in terms of taste and color; however, due to the associated potential health benefits, consumers were willing to buy the vegetable-fortified products as replacements for the regular products. This chapter discusses the full details of the nutrition and value addition aspects of MicroVeg with empirical examples of the interventions and the potential contributions to dietary diversity and enhanced family nutrition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,220
Écart entre enseignants0,189 · 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 tête enseignante, 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
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainable developmentMême sujetSeed and Plant BiochemistryTravaux en français237 207