MétaCan
Menu
Retour à la cohorte
Enregistrement W4313897940 · doi:10.1016/j.jafr.2023.100497

Nutrient, amino acids, phytochemical and antioxidant activities of common Nigeria indigenous soups

2023· article· en· W4313897940 sur OpenAlexaff
Ayo Oluwadunsin Olugbuyi, Timilehin David Oluwajuyitan, Ibidapo Nathaniel Adebayod, Ugochukwu Miracle Anosike

Notice bibliographique

RevueJournal of Agriculture and Food Research · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed and Plant Biochemistry
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPhytochemicalAntioxidantFood scienceTanninChemistryDPPHAmino acidNutrientEssential amino acidTraditional medicineBotanyBiologyBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Indigenous vegetables have gained attention due to their dietary fibre, mineral, amino acids, phytochemicals, and antioxidant activities. Bitter leaf (BL); Efinrin leaf (EF); Koro owu or cotton seed leaf (KO); Marugbo leaf (MA); Ewedu leaf (EW) and Ira leaf (IR) are common Nigeria indigenous vegetables. These vegetables were processed into soup and analysed for proximate, mineral, amino acids, phytochemicals, and antioxidant activities. The crude fibre content of the vegetable ranged from 2.70 g/100 g in BL to 8.63 g/100 g in MA. It was observed that MA soup had the highest calcium content (42.89 mg/100 g) while the phytochemicals (mg/g) - tannin, phytate, oxalate, total phenol and total flavonoids values ranged as follows: 0.80–7.30; 2.00–32.76; 0.63–5.77; 1.06–9.12 and 0.61–19.50 respectively. The branch chain amino acid content ranged from 10.75 in MA to 14.67 in BL, total non-essential amino acids (35.32 in BL – 57.97 g/100 g in KO) and total essential amino acid (25.70 in MA – 32.34 g/100 g in KO) respectively. The DPPH ranged between 32.32 and 97.24%. Hence, consumption of these processed Nigerian indigenous vegetables soups may be beneficial in prevention and treatment of diet related 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,255
Score d'incertitude au seuil0,178

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,036
Tête enseignante GPT0,277
Écart entre enseignants0,241 · 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 tête enseignante, 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture and Food ResearchMême sujetSeed and Plant BiochemistryTravaux en français237 207