Physicochemical compositions, nutritional and functional properties, and color qualities of sorghum–orange‐fleshed sweet potato composite flour
Notice bibliographique
Résumé
Abstract Sorghum and orange‐fleshed sweet potato (OFSP) flours were blended to produce composite flours at eight different ratios of 90:10, 80:20, 70:30, 60:40, 50:50, 40:60, 30:70, and 20:80, respectively, whereas 100% sorghumflour was used as control. The physicochemical compositions, nutritional and functional properties, as well as color attributes of the composite flour blends were evaluated. The acquired data were analyzed using ANOVA, and the means were separated using the Duncan multiple range test. Significant differences ( p < .05) were observed in the physicochemical and nutritional properties of the flour blends. The protein levels in the composite flour decreased as the proportion of OFSP flour increased. However, the levels of vitamins, particularly vitamins A and C contents of the composite flours increased with higher proportions of OFSP, ranging from 0.27 and 1.74 mg/100 g in sample S 100 to 2.13 and 2.12 mg/100 g in sample S 20 O 80 , respectively. In contrast, an increase in the percentage of OFSP flour resulted in a decrease in the contents of vitamin B‐complex, particularly vitamins B 2 and B 6 . These values decreased slightly from 0.19 and 1.98 mg/100 g in sample S 100 to 0.16 and 0.03 mg/100 g in sample S 20 O 80 , respectively. Furthermore, as the proportion of OFSP flour increased, there was a reduction in the calcium levels from 17.39 mg/100 g in the 100% sorghum sample to 13.52 mg/100 g in the S 20 O 80 sample. However, no particular trend was observed in, magnesium, iron, and phosphorus levels. Sample S 50 O 50 had the highest percentage of essential and conditional amino acids, except for cysteine, valine, and phenylalanine. The findings also revealed significant variations ( p < .05) in the composite flour samples' functional properties and color measurements. Substituting sorghum with OFSP in sorghum‐based food products would significantly increase their vitamin A content.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».