Variability in mineral composition of Canadian lentil genotypes
Notice bibliographique
Résumé
Lentils are a good dietary source of essential minerals for the proper functioning of the human body. We evaluated 34 cultivars and elite lentil lines representing the breadth of the Canadian breeding program. Trials were established in 10 site-years across Saskatchewan. Concentrations of 27 minerals were quantified with an inductive coupled argon plasma emission spectrometer in whole and dehulled lentil seeds. Lithium (Li), vanadium (V), chromium (Cr), cobalt (Co), arsenic (As), silver (Ag), cadmium (Cd), tin (Sn), lanthanum (La), mercury (Hg), and lead (Pb) had concentrations below the quantification limit and were excluded from further analysis. The effects of site year, tissue type (whole and dehulled), and lentil genotypes were analyzed using a mixed model. Mineral concentrations of iron (Fe), zinc (Zn), magnesium (Mg), sodium (Na), potassium (K), phosphorus (P), sulfur (S), manganese (Mn), copper (Cu), molybdenum (Mo), boron (B), nickel (Ni), selenium (Se), aluminum (Al), and barium (Ba) was different among genotypes and across environments. Most minerals except Cu had significantly different concentrations between whole and dehulled seeds. Ca, Fe, Mg, Mn, B, Al, and Ba were more concentrated in whole seeds, while K, S, and Ni were higher in dehulled seeds. Among the 34 genotypes, CDC Impala had the highest Fe, Zn, K, P, S, and Cu concentrations. Lentil genotypes with a higher composition of several minerals could be a starting point for enhancing mineral composition in lentils.
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 ».