Estimating the potential of spices for mineral provision in a refugee context in East Africa
Notice bibliographique
Résumé
Abstract Micronutrient deficiency remains an enormous problem in refugee settings. Transforming refugees’ food systems through the scaling up of kitchen gardening and fortifying relief food crops with minor food components including nutrient-dense spices can help improve the quality of staple foods. Globally, spices are indispensable in the daily diet and play an important role in the socio-cultural setting of different communities. Forty turmeric and curry powder samples were collected from different market establishments and geographic locations in East Africa. The samples were analyzed for selected elements using Portable X-Ray Fluorescence (PXRF). The contents of potassium (K), calcium (Ca), zinc (Zn) and strontium (Sr) in turmeric powder were statistically different among geographic origins (Ethiopia, Kenya and Uganda). We also aimed to determine if a small portion of spices (turmeric (5 g) and curry (4 g)) would contribute to an adequate intake (AI) or recommended dietary allowance (RDA) for selected minerals, for refugee men and women aged between 19 and 50 years as defined by the Food and Nutrition Board of the Institute of Medicine (IOM). For the reference groups, the contributions of turmeric and curry powder to AI/RDA for K, Ca and Zn varied between 0.48 to 4.13%. On the other hand, turmeric was identified to contribute > 20% AI/RDA for refugee men and women aged between 19 and 50 years for two micro minerals: manganese (Mn) and iron (Fe). Considering turmeric and curry powder of East African origins are good sources of minerals and present acceptable toxic metal(loid)s loads coupled with low cost, these spices particularly turmeric should be more widely popularized and recommended for food-to-spice fortification among the refugee population located in East 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».