Impact of cooking on the protein quality of Russet potatoes
Notice bibliographique
Résumé
Despite being low in crude protein, on a fresh weight basis, given their overall contribution to the North American diet, potatoes contribute approximately 2%-4% of the population's protein intake. However, the quality of the protein remains ill-defined. To that end, Russet potatoes were secured and subjected to various cooking conditions (raw [control], boiled, baked, microwaved, and fried [3, 6, and 9 min]) to determine the impact of cooking method on protein quality, as determined by amino acid score (AAS) and indices of in vivo true fecal protein digestibility (TFPD%; rodent bioassay) and in vitro protein digestibility (pH-drop, pH-Stat, and simulated gastrointestinal digestion both static and dynamic). The AAS of raw Russet potatoes was 0.67 ± 0.01, with histidine being the limiting AA. Frying led to a significant reduction in the AAS, however, other cooking methods yielded similar results to the raw control. The TFPD% of raw potato was low (40.5% ± 3.9%) and was significantly enhanced to over 80% with all cooking methods. Similar patterns were observed with all in vitro measures, however, all methods yielded higher values for the raw control samples. Final protein digestibility-corrected AAS (PDCAAS; product of AAS and TFPD%) values ranged from 0.27 (raw) to a high of 0.57 (boiled), with cooked values being comparable to other plant-based protein sources, including grains, and some nuts and pulses. In vitro PDCAAS values followed similar trends. This study defined the protein quality of cooked Russet potatoes and provides data for use in defining the quality of total protein consumed in the North American diet.
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 | 0,001 |
| 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 ».