MétaCan
Menu
Retour à la cohorte
Enregistrement W3117411205 · doi:10.4236/fns.2020.1112077

The Use of Ripe Plantain (<i>Musa spp</i>.) and Peppercorns for Beverage Processing as a Pro-Vitamin A Carotenoid and Nutrition Catalyst

2020· article· en· W3117411205 sur OpenAlexaff
Mabel Kyei Kwofie, Mabel Abrafi Sarpong, Florence Anima, Nafisatu Bukari, Oluwaseyi Adeboye

Notice bibliographique

RevueFood and Nutrition Sciences · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSensory Analysis and Statistical Methods
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFood scienceCarotenoidMusaceaeVitaminFood processingBiologyChemistryBiotechnologyHorticultureBiochemistry

Résumé

récupéré en direct d'OpenAlex

Plantain (Musa spp.) constitutes an essential food crop in both tropical and subtropical areas. The staple’s nutritional value and provitamin A carotenoid potential has attracted more interest and usage. Plantain (Musa spp.) optimization into food recipes has been identified to increase patronage and minimises food wastage, due to the fruit’s (pulp) high perishability nature. In this study, local over ripe plantain (Musa spp.) was sampled and used in a beverage production. The beverage was processed from pureed ripe plantain, by three days fermentation of the pureed plantain mixture, boiling, and spicing, preservation with syrup, storage, and usage. The product’s processing was followed with a sensory evaluation of the new beverage on taste, appearance, color, flavour, and overall acceptability. Majority of the respondents indicated the new product was good and was well accepted. The research sought to create food diversity, encourage more usage of the crop and to highlight the nutritional values of plantain (Musa spp.) which is particularly high in provitamin A carotenoid to address Vitamin A deficiency in low resource setting communities.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,897
Score d'incertitude au seuil0,947

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,151
Tête enseignante GPT0,315
Écart entre enseignants0,164 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood and Nutrition SciencesMême sujetSensory Analysis and Statistical MethodsTravaux en français237 207