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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».