MétaCan
Menu
Retour à la cohorte
Enregistrement W4392176195 · doi:10.35219/foodtechnology.2023.2.13

Effect of combined germination and spontaneous fermentation on the bioactive, mineral, and microbial profile of red sorghum and pearl millet flours

2023· article· en· W4392176195 sur OpenAlexfundno aff
Saliou Mawouma, Mihaela Cotârleț, Nina Nicoleta Condurache, Nicoleta Stănciuc, Gabriela Râpeanu

Notice bibliographique

RevueThe Annals of the University Dunarea de Jos of Galati Fascicle VI – Food Technology · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesAgence Universitaire de la Francophonie
Mots-clésSorghumPearlGerminationFermentationAgronomyBiologyFood science

Résumé

récupéré en direct d'OpenAlex

The aim of the study was to evaluate the influence of combined germination and spontaneous fermentation on the phytochemical, mineral, and microbial profile of red sorghum (Sorghum bicolor (L.) Moench) and pearl millet (Pennisetum glaucum (L.) R.Br.) flours. The analysis of the studied flours were performed by molecular spectrophotometry and flame atomic absorption spectrophotometry, respectively. Bioavailability of the iron, zinc, and calcium was estimated using the phytates/minerals molar ratios. The microbial load was counted using culture media specific to total bacteria, lactic acid bacteria, yeast and moulds, and Gram-negative bacteria. Combined processing resulted in flours exhibiting the lowest (p ˂ 0.05) total phenols, flavonoids, 3-deoxy-anthocyanidins, phytates contents, and DPPH scavenging activity and the highest (p ˂ 0.05) ABTS inhibition, mineral contents, and bioavailable iron, zinc, and calcium contents. Combined processing also resulted in the highest (p ˂ 0.05) microbial cell counts, with lactic acid bacteria being the most abundant species in both processed cereals. Combining germination and spontaneous fermentation of red sorghum and pearl millet flours could be a useful and simple processing technique to develop food products that alleviate mineral deficiencies and promote human health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,241
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Annals of the University Dunarea de Jos of Galati Fascicle VI – Food TechnologyMême sujetFood composition and propertiesTravaux en français237 207