Nutritional Analysis of Mature Unripen and Ripen Edible Fruits of Aegle tamilnadensis Abdul Kader (Rutaceae)
Notice bibliographique
Résumé
Nutritive analysis of mature unripe and ripe fruits of Aegle tamilnadensis which is a close relative of A. marmelos (L) Correa was carried out at Presidency College, Chennai during 2016. Mature unripen fruits were plucked from the tree while ripen fruits were gathered from the ground after their natural fall during the month of December 2016 from the campus of Govt. Siddha Medical College, Arumbakkam, Chennai, Tamil Nadu, India. Seeds were removed; fresh fruit pulp was collected and weighed. Such pulp was used for the extraction of nutrients using methanol in Soxtron apparatus (Socs Plus - SCS 06 E). The moisture content was estimated by hot air oven method and expressed on dry weight basis [10]. The methanol fruit pulp extracts were used with standard methods for the estimation of protein, carbohydrate (sugar), energy, fat, vitamins, and minerals such as calcium, sodium and iron. The results showed that the mature unripe fruit contain high protein, sodium and calcium contents while cholesterol and fat contents were lower than those present in the ripe fruits. On the contrary in ripe fruit, vitamin C and iron contents were high. Therefore, both mature unripe and ripe fruits of Aegle tamilnadensis Abdul Kader can be used as a potential natural nutraceutical.
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 | 0,001 | 0,001 |
| 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 ».