Genotype Effect on Proximate and Mineral Analysis of Safflower as a Green Leafy Vegetable
Notice bibliographique
Résumé
Two field trials were carried out at the Botswana University of Agriculture and Natural Resources Content Farm (59o24′S, 95o25′E and 993 m above sea level) in Southern Region of Botswana, to evaluate the effects of genotypes on proximate and mineral composition of safflower leaves. Five safflower genotypes (Kiama composite (local), Sina-PI-537598, Gila-PI-537692, PI-537636 and PI-527710) were evaluated in a randomized complete block design (RCBD) with three replications. During the rosette stage safflower leaves (both petiole and blade) were harvested, dried, and ground for analysis. The results showed that safflower genotypes significantly varied in the leaf proximate content of crude protein (24-28%), crude fibre (8-14%), moisture content (86-87%) and dry matter content (13-14%) in both winter and summer growing seasons. The genotype ‘Sina’ had the highest crude fibre content compared to other genotypes. The average leaf mineral content significantly (p < 0.05) varied from 2-3 mg g-1 phosphorus, 3-4 mg g-1 calcium, 5-6 mg g-1 sodium, 15-17 mg g-1 magnesium and 15-18 mg g-1 potassium. The Na:K and Ca:P ratios ranged between 0.18 and 3.41. All the safflower genotypes evaluated had sufficient nutritional content to be used as a green leafy vegetable for human consumption and food security.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| 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 ».