MétaCan
Menu
Retour à la cohorte
Enregistrement W4284966313 · doi:10.3390/foods11142026

Chemical Composition and Antioxidant Profile of Sorghum (Sorghumbicolor (L.) Moench) and Pearl Millet (Pennisetumglaucum (L.) R.Br.) Grains Cultivated in the Far-North Region of Cameroon

2022· article· en· W4284966313 sur OpenAlexfundno aff
Saliou Mawouma, Nina Nicoleta Condurache, Mihaela Turturică, Oana Emilia Constantin, Constantin Croitoru, Gabriela Râpeanu

Notice bibliographique

RevueFoods · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesAgence Universitaire de la Francophonie
Mots-clésSorghumPearlChemical compositionComposition (language)AntioxidantBiologyAgronomyBotanyChemistryGeography

Résumé

récupéré en direct d'OpenAlex

Sorghum and pearl millet are grain crops that can grow in semi-arid climates, with nutritional and bioactive properties superior to those of major cereals such as rice, wheat, and maize. However, these properties vary a lot, depending on the genetic factors, growing conditions, and place of cultivation. Four sorghum and two pearl millet grains cultivars grown in the Far-North region of Cameroon were screened for their chemical composition and antioxidant profile. The proximate and mineral analyses were performed using AOAC standard methods. The antioxidant profile was assayed spectrophotometrically and details on the phenolic compounds were investigated using HPLC. The pearl millet cultivars, especially mouri, showed higher contents of proteins, lipids, ash, calcium, copper, iron, and zinc. The red sorghum specifically exhibited the greatest amounts of total polyphenols (82.22 mg GAE/g DE), total flavonoids (23.82 mg CE/g DE), and total 3-deoxyanthocyanidin (9.06 mg/g DE). The most abundant phenolic compound was gallic acid, while the most frequent were chlorogenic and ferulic acids. The maximum antioxidant activity against DPPH was observed in yellow-pale sorghum (87.71%), followed by red sorghum (81.15%). Among the studied varieties of cereals, mouri pearl millet and red sorghum were the best sources of nutrients and bioactive compounds, respectively. Their consumption should be encouraged to tackle nutrient deficiencies and non-communicable diseases within local populations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,236
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetFood composition and propertiesTravaux en français237 207