MétaCan
Menu
Retour à la cohorte
Enregistrement W4409170586 · doi:10.1007/s44187-025-00370-1

The benefits and processing technologies of gari, a famous indigenous food of Nigeria

2025· article· en· W4409170586 sur OpenAlex
Patrick Othuke Akpoghelie, Joseph Oghenewogaga Owheruo, Great Iruoghene Edo, Emad Yousif, Khalid Zainulabdeen, Agatha Ngukuran Jikah, Athraa Abdulameer Mohammed, Winifred Ndudi, Susan Chinedu Nwachukwu, Rapheal Ajiri Opiti, Irene Ebosereme Ainyanbhor, Priscillia Nkem Onyibe, Ufuoma Ugbune, Gracious Okeoghene Ezekiel, Helen Avuokerie Ekokotu, Ephraim Evi Alex Oghroro, Lauretta Dohwodakpo Ekpekpo, Endurance Fegor Isoje, Ufuoma Augustina Igbuku, Joel Okpoghono, Arthur Efeoghene Athan Essaghah, Joy Johnson Agbo

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDiscover Food · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCassava research and cyanide
Établissements canadiensGeorge Brown College
Organismes subventionnairesnon disponible
Mots-clésIndigenousFood processingGeographyFood scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Gari is a creamy, granular flour obtained from roasting fermented cassava mash. Gari is a staple food in Nigeria that is consumed by almost everybody and which can enhance food security due to it availability and affordability. The raw material for gari production is cassava which is processed either through traditional method or modern method. The traditional method involves harvesting, peeling, wet cleaning (washing), grating, adding red oil (optional), fermentation, dewatering, sieving, garifying on heated hot pan to gelatinize the starch and then cooling while the modern method involves the use of mechanized machines for the various processes involved in the gari production. Gari is rich in carbohydrates, minerals (like Ca, Mg and P) and vitamins (like vitamins A and B). Due to roasting and leaching out with water, gari processing results in severe nutritional losses. The nutritional content of gari is affected by the type of processing regime employed. Compared to gari prepared using mechanized approach, gari processed using a traditional method typically contains more nutrients and less anti-nutrients. Gari can be eaten directly or it can be soaked in water together with sugar and groundnut. It can be used to make eba by mixing the gari in hot water and stirred into a dough and the eba can be eaten with vegetable soup. Gari is rich in carbohydrates and fibre but low in protein and therefore should be eaten with food rich in protein like meat, fish, egg and beans. Inadequate processing of gari can result in excessive concentrations of anti-nutrients such as hydrogen cyanide. Soaking, grating, pressing, fermentation and oven-frying are methods which have been employed to reduce the cyanide content of gari to acceptable levels for consumption. Some microorganisms involved in cassava fermentation include Lactobacillus acidophilus , Levilactobacillus brevis among others. The consuming markets of Africa comprise, among others, the following nations Chad, Gabon, Cameroon, Niger, Burkina Faso, Ivory Coast, Guinea and Congo. In many African nations, including Nigeria, women are primarily responsible for the processing of cassava.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,820
Score d'incertitude au seuil0,147

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,227
Écart entre enseignants0,213 · 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