MétaCan
Menu
Retour à la cohorte
Enregistrement W7117873751 · doi:10.11118/actaun.2025.021

CRICKET POWDER (ACHETA DOMESTICUS): A VERSATILE AND SUSTAINABLE PROTEIN SOURCE IN FOOD APPLICATIONS

2025· article· W7117873751 sur OpenAlexaboutno aff
Tan Quoc Le Pham, Pham My Hao, Pham Thi Quyenů, Lam Bach Bao Phuong

Notice bibliographique

RevueActa Universitatis Agriculturae et Silviculturae Mendelianae Brunensis · 2025
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueInsect Utilization and Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCricketContext (archaeology)MicronutrientPopulationNovel foodSustainable agricultureFood products

Résumé

récupéré en direct d'OpenAlex

In the context of a growing population and the increasing demand for sustainable protein sources, edible insects – particularly crickets – are emerging as a highly promising alternative food option. This article focuses on synthesizing and analyzing existing research related to the nutritional composition of cricket powder from various geographical sources, such as Thailand, Kenya, and Canada. Cricket flour has been reported to contain high levels of protein (42.0–48.87%) and fat (23.6– 29.1%), along with essential minerals such as potassium (826–1 224 mg/100 g), iron (4.06– 5.99 mg/100 g), zinc (2.17– 21.8 mg/100 g), etc. — micronutrients that are vital for human health. The variation in nutritional content among samples indicates the role of the species of cricket, the feed, the rearing conditions, and the processing methods. When incorporated at substitution levels of 2–50% compared with conventional ingredients, cricket powder demonstrates great potential as both a meat alternative and a functional ingredient. Its diverse nutritional profile makes it suitable for specialized applications in the food industry. Overall, this overview clarifies the potential applications of cricket powder in the future food system, supporting directions toward sustainability, safety, and improved nutrition.

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,212
Écart entre enseignants0,205 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Universitatis Agriculturae et Silviculturae Mendelianae BrunensisMême sujetInsect Utilization and EffectsTravaux en français237 207