Seed coat removal of red lentils enhances iron bioavailability in traditional Bangladeshi meals
Notice bibliographique
Résumé
Iron (Fe) deficiency is the most prevalent nutrient deficiency in the world, a major cause of which is a lack of highly bioavailable dietary Fe. Lentils (Lens culinaris) are a pulse crop consumed world‐wide, and are higher in bioavailable Fe compared to other legumes. We screened numerous meal combinations (n=46) for Fe concentration and relative Fe bioavailability using the in vitro digestion/Caco‐2 cell model. Traditional Bangladeshi dal was prepared with either dehulled (seed coat removed) or whole red lentil (seed coat intact). Other components of the meals included Basmati rice, vegetable curry, and steamed fish. Fe concentration of the mixed meals ranged from 4.8 – 65.0 ppm Fe. We observed a two‐fold increase in iron bioavailability in recipes containing dehulled lentil (p<0.001). Fe concentration and relative bioavailability were significantly correlated in the meals containing the dehulled lentil (r=0.52, p=0.01), but not in those containing whole lentil (r=−0.35, p=0.11). Since most red lentils are consumed with the seed coat removed, this class of lentils has potential to be a significant source of dietary Fe. These experiments highlight the need to improve our understanding of the effect of seed coat polyphenolics on Fe biovailability. Funded by the Saskatchewan Pulse Growers and USDA‐ARS.
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) | 0,002 | 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 ».