Formulation and Nutritional Analysis of Processed Sorghum, Soybeans, and Mango Complementary Foods
Notice bibliographique
Résumé
Malnutrition is a major threat to infant health and development in sub-Saharan Africa. With increasing costs in commercial complementary foods, infants in rural communities are often fed with unprocessed nutrient-deficient family staple foods. The aim of this study was to formulate complementary diets from locally cultivated sorghum, soybeans, and mangoes using soaking, toasting, germination, and fermentation processes. Through mass balance, eight formulations were developed, where a Codex Alimentarius recommendation of ≤5.5g protein content per 100kcal of cereals-added high-protein complementary foods was considered. Our results showed that the nutritional compositions of the formulated diets ranged from 4.64-6.44% moisture content, 1.04-1.70% ash content, 10.73-20.02% crude protein, 68.07-80.76% total carbohydrate, 0.07-3.44% crude fat, 1.35-3.40% crude fibre, 364.63-462.80kcal energy, 120.9-131.2mg/100g calcium and 1.02-6.99µg/mg vitamin A. Soaking significantly increased the nutritional value of soybeans and sorghum, and was further increased with subsequent toasting, germination, or fermentation. The functional properties of all formulations were within acceptable limits for complementary feeding as the formulations were less bulky and could easily be cooked into gruels. In addition, trained breastfeeding mothers, who served as sensory panelists, rated the overall acceptability between 7 (like moderately) and 8 (like very much) on the hedonic scale. The formulations did not differ in acceptability in terms of taste, colour, flavour, and smoothness, and those containing toasted soybean flour were rated highest for colour and flavour. This research indicated that nutrient-rich food formulations from locally acquired low-cost sorghum, soybeans, and mangoes could be used extensively in the treatment of child malnutrition in Africa.
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 | 0,001 |
| 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) | 0,001 | 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 ».