Varietal Diversity and Nutritional Analysis of Sago Starch (Metroxylon Sago Rottb) in Kainui, Papua
Notice bibliographique
Résumé
Sago as a source of starch has an important role as a food ingredient.The sago starch used by Papuan people consists of various varieties and so far, the public does not understand the contents of each sago variety.The aim of this research is to determine the diversity of sago varieties and determine the sago starch content in several sago varieties in Kainui.This research used a sample plot method measuring 25 m 25 m with 16 plots which functioned to obtain data on the distribution of sago ready to be harvested.The harvested sago tree is measured for its length, diameter, base, middle and tip to 1 meter, then skinned and shredded.The sago pith is grated, squeezed and the starch is extracted then put into an aqua bottle.Various protein contents were calculated using the AOAC 2006 formula.The results of the research showed that five varieties of sago were found with different growth and varietal diversity.The results of the analysis show that the best quality of sago starch is the sago amin variety with a value of 92.3%, the highest water content is found in the sago amin variety, the lowest ash content is in the sago manoari variety 0.07%.The highest starch production was in the sago hawar variety at 99.34%, while the highest amylose content was found in the sago hawar variety with a value of 25.91%.This study provides recommendations to sago farmers in Papua about five sago varieties in Kainui with the best nutritional content in each sago variety, namely the Amin sago variety and also to the Kainui Regional Government as a basis for policy making for future sago starch processing.
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 | 0,000 | 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 ».