Comparative Study on Nutrient Composition, Functional Property and Glycaemic Index of “Ogi” in Healthy Rats Prepared from Selected Cereal Grains
Notice bibliographique
Résumé
One of the most common traditional fermented food products consumed by all class of people in Southern part of Nigeria is Ogi. Ogi is a gurel made from different types of cereal ranging from maize, sorghum, millet among others. Hence, this study was aimed to evaluate nutrient, phytochemicals, functional properties, and glycemic index of Ogi produced from different grains. Grains such as yellow maize (YM), white maize (WM), popcorn maize (PC), red sorghum (RS), white sorghum (WS) and finger millet (FM) were processed into Ogi samples, packaged in airtight container prior to analysis and stored at –20 °C. Proximate results showed that Ogi sample produced from PC significantly contained the highest protein content followed by sample YM. Potassium was observed to be the most abundant mineral elements in Ogi (14.50–19.10 mg/100 g). The phytochemical composition (mg/g) of the experimental samples ranged from 0.34–1.62, 53.82–177.09, 0.00–0.10, 3.71–69.22 and 2.08–6.08 mg/g in oxalate, saponin, flavonoid, phytate and tannin, respectively. The glycemic index ranged 48.83% in YM to 50.71% in WS, while the glycemic load ranged 31.96% in YM to 37.82% in WS, respectively. The result revealed that Ogi samples, especially YM was high in calcium, Ca/P ratio, iron, zinc but low in phytate and tannin content. Sample YM also exhibit lower glycemic index, when compared with other Ogi samples. Hence, YM may be a better grain for the production of Ogi samples.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».