当前位置:首页 > 今日动态 > 科普健康
  • 综述:基于育种者与农民偏好的坦桑尼亚普通菜豆种子采纳对产量差距的弥合研究

    普通菜豆(Common bean)是坦桑尼亚重要的粮食与经济作物,但其生产力长期低于潜在水平,主要原因在于改良品种种子的有限使用以及对非正式种子系统的持续依赖。研究人员对坦桑尼亚菜豆种子系统进行了系统综述,旨在理解认证种子采纳的障碍、评估种子表现,并考察农民与

    来源:Cogent Food & Agriculture

    时间:2026-06-09

  • 南非姆普马兰加省未充分利用作物的市场结构、行为与绩效分析

    本研究评估了未充分利用作物(specifically, Bambara groundnut, cowpeas, and orange-fleshed sweet potato (OFSP))在南非姆普马兰加省的结构、行为与绩效。研究在Ehlanzeni地区的1

    来源:Cogent Food & Agriculture

    时间:2026-06-09

  • 柬埔寨良好农业规范(CamGAP)与传统蔬菜种植的成本—收益及价值链分析

    本研究考察了柬埔寨西北部柬埔寨良好农业规范(CamGAP)与传统蔬菜种植(non-CamGAP)的成本—收益情况;在该地区,食品安全对于公共卫生与贸易正变得日益关键。研究描述了蔬菜价值链,识别了价值链参与主体中可能导致潜在交叉污染的消费者行为,并评估了消费者对

    来源:Cogent Food & Agriculture

    时间:2026-06-09

  • 咖啡消费与甲状腺功能异常个体心血管疾病之间的关联:一项横断面研究

    关于咖啡摄入与甲状腺功能异常个体心血管疾病(CVD)之间关联的证据稀少。本研究分析了来自NHANES 2007–2012的8333名参与者(年龄≥20岁)的数据,以评估这一关联。研究人员采用了Kaplan-Meier方法和多变量逻辑回归分析。在参与者中,72人

    来源:Cogent Food & Agriculture

    时间:2026-06-09

  • 鼠李糖乳杆菌固态发酵对油棕花粉营养和生物活性特性的增强

    油棕种植园产生大量花粉,尽管其作为蜜蜂营养资源的潜力,但大部分未被充分利用。然而,棕榈花粉相对较低的蛋白质含量限制了其在蜜蜂饲料配方中的直接使用。本研究旨在通过鼠李糖乳杆菌(Lactobacillus rhamnosus)固态发酵来增强棕榈花粉的营养和生物活性

    来源:Cogent Food & Agriculture

    时间:2026-06-09

  • 红茶生产的可持续性评估与优化策略:基于能值分析的见解

    茶叶生产的大规模导致了茶园中对化肥和杀虫剂等投入品的巨大需求,加剧了温室气体排放和环境挑战。因此,定量评估茶产业的环境影响以改善茶叶生产的可持续性至关重要。基于初步数据和材料,研究人员采用火用分析(exergy analysis)和生命周期影响评估(Life

    来源:Cogent Food & Agriculture

    时间:2026-06-09

  • 羧甲基纤维素对无麸质绿豆蛋白和豌豆蛋白高水分肉类似物理化及结构特性的影响

    由豆类蛋白(如绿豆蛋白(MBP)或豌豆蛋白(PP))制备的高水分肉类似物(HMMAs)通常表现出有限的纤维结构和较差的质构,限制了其模仿肉类的特性。本研究评估了羧甲基纤维素(CMC;0、1、3、5% w/w,干基)对由MBP制备的HMMA质构特性的影响,并与P

    来源:Applied Food Research

    时间:2026-06-09

  • 短时采后缺氧通过调控香蕉颜色和细胞壁相关基因延缓果皮脱绿和硬度下降

    短时缺氧(AnX)已成为延长呼吸跃变型果实采后品质的一种有前景的方法,但其在香蕉果皮成熟过程中的机制基础仍不清楚。本研究检查了8小时和16小时AnX处理对常温贮藏期间果皮颜色、硬度以及与发酵、乙烯生物合成、色素代谢和细胞壁修饰相关关键基因表达的影响。视觉和仪器

    来源:Applied Food Research

    时间:2026-06-09

  • 基于电子健康档案机器学习模型预测类风湿关节炎患者疾病活动度的研究

    背景:利用初始临床评估通过机器学习(Machine Learning, ML)预测治疗效果是精准医学中前景广阔的方向。本研究旨在构建ML模型以预测类风湿关节炎(Rheumatoid Arthritis, RA)患者的疾病活动度,从而优化临床决策与治疗选择。方法

    来源:Health Data Science

    时间:2026-06-09

  • 整合电子健康档案与大语言模型实现从粗到细的混合疾病预测

    背景:电子健康档案(Electronic Health Records, EHRs)广泛采用,但其诊断码高维、抽象且呈长尾分布,限制传统数据驱动模型效果与可解释性;大语言模型(Large Language Models, LLMs)具广博医学知识与强推理力,但

    来源:Health Data Science

    时间:2026-06-09


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康