MétaCan
Menu
Retour à la cohorte
Enregistrement W4386606494 · doi:10.1002/fsn3.3652

The in vivo and in vitro protein quality of three hemp protein sources

2023· article· en· W4386606494 sur OpenAlexafffund
Matthew G. Nosworthy, Adam Franczyk, Jason Neufeld, James D. House

Notice bibliographique

RevueFood Science & Nutrition · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensResearch ManitobaCanadian Science Centre for Human and Animal HealthAgriculture and Agri-Food CanadaUniversity of Manitoba
Organismes subventionnairesUniversity of Manitoba
Mots-clésIn vivoProtein qualityProtein digestibilityIn vitroProtein efficiency ratioPea proteinFood scienceBiologyChemistryBiochemistryBiotechnologyBody weightEndocrinologyFeed conversion ratio

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, the protein quality of defatted hemp hearts and protein‐enriched hemp fractions was determined. Protein quality was assessed using a rodent bioassay to evaluate growth and protein digestibility, while amino acid composition was determined via HPLC. A method for determining in vitro protein digestibility was compared to in vivo methodology and used to generate an in vitro protein quality score. The true protein digestibility of hemp protein 2, a hemp protein concentrate, was significantly lower than that of either defatted hemp hearts or hemp protein 1, a hemp protein concentrate ( p < .05). While there was no relationship between the in vivo and in vitro measurements of protein digestibility ( R 2 = .293, p = .459), there was a significant correlation between the protein digestibility‐corrected amino acid score (PDCAAS) determined in vivo and in vitro PDCAAS ( R 2 = .989, p = .005). The protein efficiency ratio of hemp protein 1 was significantly lower than that of either defatted hemp hearts or hemp protein 2 ( p < .05). These data highlight the nutritional capacity of hemp protein sources while also demonstrating the relationship between in vivo and in vitro methods for determining protein quality.

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)0,003
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 enseignants0,083
Score d'incertitude au seuil0,297

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,057
Tête enseignante GPT0,270
Écart entre enseignants0,214 · 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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood Science & NutritionMême sujetProteins in Food SystemsTravaux en français237 207