Processing effects on the starch and fibre composition of Canadian pulses
Notice bibliographique
Résumé
Starch and fibre contribute to the energy components and add functionality to the end-product feed ingredients. An understanding of the impact of processing on carbohydrate content will support accurate formulation of feed. Six ingredients, grown or sourced in Canada, were used in this study. They included five pulses, Amarillo peas, Dun peas, chickpeas, lentils, and faba beans, and soybean meal (SBM) as a comparison. All ingredients were ground into fine or coarse products and then pelleted at one of three different temperatures. Grinding reduced the total starch (TS) content of Amarillo peas and chickpeas ( P < 0.05), crude fibre (CF) in Dun peas ( P < 0.05), and total dietary fibre (TDF) and insoluble fibre (IDF) in lentils ( P < 0.05). Grinding only affected soluble fibre (SDF) in chickpeas. The effect of pelleting was variable for TDF across pulses. Pelleting did not affect the SDF content of pulses ( P > 0.05). Finely processed SBM had higher ( P < 0.05) TS, TDF, and IDF content than coarsely processed SBM. Results indicate that grinding and pelleting could affect the starch and fibre composition of some pulses.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».