Iron- and Zinc-Fortified Lentil (Lens culinaris Medik.) Demonstrate Enhanced and Stable Iron Bioavailability After Storage
Notice bibliographique
Résumé
Lentil ( Lens culinaris Medik.) is a quick-cooking, rapidly expanding protein-rich crop with high iron (Fe) and zinc (Zn), but low bioavailability due to the presence of phytate, similar to other grains. Lentils dual fortified with Fe and Zn can significantly improve the bioavailable Fe and Zn content. Three milled lentil product types (LPTs) were fortified with Fe using NaFeEDTA [ethylenediaminetetraacetic acid iron (III) sodium salt] (Fe fortified) or Zn from ZnSO 4 ·H 2 O (Zn fortified), or both (dual fortified). Fe, Zn, phytic acid (PA) concentration, and relative Fe bioavailability (RFeB%) were assessed for samples from two fortified batches (initial and for 1 year stored). Fe, Zn, and RFeB% increased significantly in two batches of samples from the three LPTs, and decreased by 5–15% after 1 year of storage. PA concentration decreased from 8 to 15% after fortification of all samples from two batches of the three LPTs but showed different patterns of influence after storage. Dual-fortified lentil fortified with 24 mg Fe and 12 mg Zn 100 g −1 lentil had the highest amount of Fe and Zn, and the lowest PA concentration, and RFeB% was increased from 91.3 to 519.5%. Significant ( p ≤ 0.01) Pearson correlations were observed between Fe concentration vs. PA:Fe molar ratio (MR), Fe concentration vs. RFeB%, RFeB% vs. PA:Fe MR, and Zn concentration vs. PA:Zn MR in all samples from two batches of the three LPTs. In conclusion, dual-fortified lentil can contribute significant bioavailable Fe and Zn to populations at risk of Fe and Zn deficiency.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».