Review of Nutritional Components and Health Benefits of Sweet Potato
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.
Notice bibliographique
Résumé
Sweet potatoes ( Ipomoea batatas ) have received increasing attention in recent years due to their high nutrition and the variety of active substances they contain. In this article, we have sorted out the main components of different parts of sweet potatoes, such as leaves and roots, and focused on introducing dietary fiber, beta-carotene, anthocyanins, vitamin C, minerals, etc., as well as the possible benefits they may bring to health. Nowadays, there are numerous in vitro experiments, animal experiments, and A small number of human studies, all of which show that eating sweet potatoes may have many benefits, such as improving vitamin A status, regulating blood sugar and lipid levels, antioxidation, anti-inflammation, protecting the cardiovascular system, anti-cancer, and even helping intestinal health. Generally speaking, sweet potatoes with orange flesh contain A lot of beta-carotene, which is helpful in preventing vitamin A deficiency. Purple sweet potatoes have a high content of anthocyanins and a stronger antioxidant effect. Sweet potato leaves themselves are also a good source of protein, minerals and polyphenols, and have high nutritional value. Although sweet potatoes have been regarded as a crop with high nutritional density and the ability to promote health, there are still not enough high-quality human clinical studies at present. The mutual influence among different genotypes, environmental conditions and processing methods also requires further research. In the future, cooperation among different disciplines should be strengthened to enable sweet potatoes to play a greater role in functional foods, nutritional intervention and breeding, and to promote more innovation.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle