Proximate and Mineral Nutrition of Common Bean Genotypes as Influenced by Harvesting Time
Notice bibliographique
Résumé
Common bean is the most consumed legume by humans and hence significant for global food security and nutritive value mainly iron (Fe) and zinc (Zn). The objective of the study was to evaluate the effect of harvesting time and genotypes on proximate and mineral composition of common bean. Two field experiments were carried out in Sebele (24o33′S, 25o54′E, 994 m above sea level) horticultural fields during summer 2018/2019. Treatments included two common bean genotypes DAB 564 (white) or 520 (red) and three harvesting stages as the early, mid and late season harvest. In both seasons, genotype and harvesting time significantly (P < 0.05) influenced proximate, macro and micro mineral composition of common bean seeds. Generally genotypes studied had a sufficient amount of proximate and mineral content with crude protein, iron (Fe) and zinc (Zn) content as the most abundant minerals at a range between 20-22%, 33-101 mg g-1 and 41-45 mg g-1, respectively across harvesting times. Genotype DAB 564 (white coloured) significantly (P < 0.05) produced seeds with the highest concentration of proximate and mineral contents especially zinc (45 mg g-1) and iron (70 mg g-1) content irrespective of season. Harvesting common bean seed early or mid-stage produced high seed concentration of proximate, micro and macro mineral content across genotype or season.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».