MétaCan
Menu
Retour à la cohorte
Enregistrement W4412657218 · doi:10.5539/jfr.v14n2p112

Production, Marketing and Biochemical Characterization of Gnonmi (Millet Fritter) Consumed in Korhogo in Cote d’Ivoire

2025· article· en· W4412657218 sur OpenAlexvenueno aff
Bomo Justine ASSANVO, Flora Gisele Abboh NGORAN, Kouame Riviere ASSANDI, Mamidou Witabouna Koné

Notice bibliographique

RevueJournal of Food Research · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAfrican Botany and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCote d ivoireProduction (economics)MarketingBusinessAgricultural economicsAgricultural scienceBiotechnologyBiologyEconomicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Gnonmi is a widely consumed food in Cote d’Ivoire and originates from the Northern part. Originally, it is mainly made from millet, but a variety of cereals are used for its cooking. The aim of this study was to generate more knowledge on the methods of preparation of gnonmi and marketing as well as its nutritional characteristics. A cluster and snowball survey were carried out in different neighborhoods of the city of Korhogo. Then, some samples of gnonmi were subjected to biochemical analyses. Based on the results obtained, 19 sellers surveyed were between 18 and 60 years old and 52% were not in school. At the production level, the cereals used were millet, raw and cooked rice and corn. These cereals were used in varying proportions. Gnonmi production is an income-generating activity for the women of Korhogo and a source of nutrient intake for the population. Physicochemical analysis showed that Gnonmi marketed in the city of Korhogo had an average pH of 4.13 for a titratable acidity of 0.42 meq/100g, a dry matter content of 65.8% and a water content of 34.2%. On average, the dietary fiber, ash, carbohydrate, protein and lipid levels were respectively 30.44%; 0.51%; 39.62%; 5.22% and 20.42% for an energy value of 363 Kcal/100g. Knowledge of biochemical parameters facilitates the prospects for improving and formulating foods richer in nutrients for the well-being of consumers

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,290
Écart entre enseignants0,255 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetAfrican Botany and Ecology StudiesTravaux en français237 207