Comparison of the nutrient content of commercially purchased medium seed brown lentils with the world’s leading database
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The purpose of our study was to ensure that comparing the mineral content of the lentil and the amount of nutrients published by the world's leading organizations. The samples were randomly and subjectively selected from different retail outlets. Fifteen types of medium seed brown lentil from fifteen different distributors were obtained and analyzed for moisture, protein, Na, K, Ca, Mg, P, Fe, Cu, Zn, Mn, and S content. Descriptive statistics were done and for comparisons. Shapiro–Wilk test was first conducted to assess normality. When data followed a normal distribution, T-test was used, and when not, Wilcoxon signed rank test ( P -values = 0.05). The results of the measurements were compared with data from several FAO/INFOODS food composition databases, as well as the Canadian National Food Composition Database, USDA Food Data Central, United Kingdom, Australian Food Composition Database, and Indian food composition tables. The evaluation of the measurement results showed significant differences ( p = 0.05) in the amount of Na, K, Ca, Mg, P, Fe, and Cu compared to the amounts listed in the world's leading databases in most cases. Our results were also examined from a dietary perspective to determine if the differences had practical significance. The results of the Canadian samples were compared with the Canadian database, there was a significant difference amount of Na, K, Ca, Mg, P, Fe, Cu, and Mn. For each discrepancy, more than the quantitative values published in the databases were measured, in the case of Ca, Mg, and Fe almost double.
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.
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 | 0,001 |
| 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 découle