Glycemic Index and Glycemic Load of Selected Omani Rice Dishes
Notice bibliographique
Résumé
Rice (Oryza sativa) is one of the most important cereal grains that is popularly consumed globally as a staple food. A number of rice dishes are prepared and consumed in Oman. Representative samples of four different types of cooked rice dishes (White rice, Brown rice, Kabuli rice, and Biryani rice) and two traditional dishes (Arsiya and Harees) were collected from local restaurants. The aim of this study was to evaluate the proximate composition, glycemic index (GI) and glycemic load (GL) of these dishes. The results indicated significant (P<0.05) differences in the proximate composition, GI, and GL values of differently cooked rice dishes as well as for Arsiya and Harees. With the exception of white rice which showed the highest glycemic index value (77.3), all other three rice dishes as well as Arsiya and Harees were within the medium GI category (59.5 to 62.9). Similarly, the white rice showed the highest glycemic load value (20.9), whereas the other three rice dishes were within the medium GL category (10.7 to 16.7). The Arsiya and Harees were within low GL category (5.4 to 6.2). The method of cooking appears to affect the proximate composition, starch gelatinization, release of glucose and glycemic index of these dishes. We are reporting for the first time the GI and GL values of these Omani dishes. The results will help in developing appropriate dietary management strategies in meal planning by using the concept of GI and GL for both the normal and diabetic subjects to reduce their risk of chronic diseases.
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) | 0,000 | 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) | 0,001 | 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 ».