Notice bibliographique
Résumé
White lupin (Lupinus albus L.), a winter legume crop with tremendous potential as a food crop, has been evaluated at Virginia State University for several years. This effort has developed several winter-hardy, high-yielding lines, which vary in alkaloid concentration in the seeds. Current study was conducted to characterize various component of lupin seed especially seed coat and cotyledon portion in seeds of five lupin lines (VSU-1, VSU-1X, VSU-5, VSU-10, and VSU-101). Five hundred seeds of each line were separated into seed coats and cotyledons to record relative proportions. Whole seeds, seed coats, and cotyledons were analyzed to determine concentrations of protein, fiber, fat, iron and zinc. Significant differences were observed among five lines for seed coat proportion, which varied from 22.6 to 25.6 percent. Proportions of protein (7.8, 41.6, and 34.3 percent), fiber (44.7, 1.0, and 12.2 percent), fat (1.3, 10.4, and 8.6 percent), and zinc (14.5, 61.9, and 50.8 percent) concentrations varied significantly for seed coats, cotyledons, and whole seed, respectively but not for iron concentration. Results of this study indicate that separation of seed coats from white lupin seed could be used to develop value-added products; to increase nutritional quality of white lupin seeds; and enhance white lupin’s suitability as a plant protein source.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».