* 同等贡献的第一作者 1 瑞士阿劳医科大学系,阿劳州立医院普通内科和急诊医学科;2 瑞士拉亨医院内科;3 瑞士明斯特林根州立医院内科;4 瑞士圣加仑州立医院内科和内分泌学/糖尿病科;5 瑞士卢塞恩州立医院内科;6 瑞士索洛图恩州立医院内科;7 瑞士巴登州立医院内科;8 瑞士伯尔尼大学伯尔尼大学医院综合内科;9 瑞士巴塞尔大学医学院;10 瑞士伯尔尼大学伯尔尼大学医院糖尿病学、内分泌学、营养医学和代谢科;11 瑞士伯尔尼大学初级卫生保健研究所 (BIHAM); 12 美国马萨诸塞州波士顿布莱根妇女医院综合内科部;13 美国纽约州纽约市纽约科学院
对被忽视和未充分利用的农作物(NUC)的探索对于解决全球粮食不安全感确实至关重要。这些营养丰富的气候富农作物通常被忽略的商业价值有限,是打击营养不良和提高粮食安全的关键,尤其是在脆弱地区。这些农作物先前尚未归类为主要农作物,主要是构成了小农户农业区,是营养丰富,气候缓解且局部适应性的(Li and Siddique,2020; Mudau等,2022)。这些农作物的侵蚀可能会阻碍穷人的营养状况和粮食安全,并且它们的更多使用可以增加营养并赋予隐藏的饥饿(Dansi等,2012; Ojuederie等,2015; Joy and Siddhuraju,2017年)。至关重要的是,我们认识到这些农作物的隐藏潜力并利用它们实现更可持续的未来。这项社论聚焦有希望的研究,展示了NUC的隐藏潜力并通过现代进步探索其利用。在本社论中展示的有关研究主题的研究范围“被忽视和未充分利用的农作物物种可持续食品和营养安全:前景和隐藏的潜力”令人印象深刻,涵盖了这些农作物的各个方面,从基因改进到其在不同领域的潜在应用。研究主题由9个出版物组成:6篇原始研究文章和3条评论,重点介绍了一些NUC在应对全球食品和营养挑战时的遗传改善,保护和利用。柑橘grandis(L.)Osbeck,通常称为Pomelo,是一种未充分利用的柑橘类水果,其潜力作为豆酮,苯酚和抗氧化剂的来源,被忽略了。
在国际小组讨论中,巴西环境部环境农村政策管理总监丹尼尔·彼得·本尼米诺(Daniel Peter Beniamino)先生强调了巴西的最新政策进步,即如何在反对饥饿和贫困的多部门斗争中进一步将生物多样性整合在一起。国家粮食安全与研究部巴基斯坦食品系统转型秘书处Ghulam Sadiq Afridi博士展示了巴基斯坦与产品消费有关的生产的多样性,导致了各种形式的营养不良,尤其是微生营率的缺乏症,尤其是糖尿病。最后,世界食品论坛的科学与创新负责人Risma Rizkia Nurdianti女士回忆起青年在可持续养蜂中所扮演的领导角色,这不仅支持地方经济,而且还有助于印度尼西亚的生物多样性保护,气候恢复和健康饮食。
GSU 学生出席者及其研究:Eshan Shah、Hannah Lail、Huanbiao Mo、Desiree Wanders。δ-生育三烯酚改善胰岛素信号并减少神经母细胞炎症。Rowan Lawrence、Hannah Lail、Desiree Wanders。FGF21 在高脂饮食引起的棕色脂肪组织代谢改变中的作用。Harita Yepuri、Sudip Agrahari、Nida I. Shaikh。美国东南部城市多校区少数族裔服务机构校园食物环境比较分析。Wesley W. Grace、Ana Paula S. Siqueira、Wen Lu、Siming Wang、Rafaela G. Feresin。巴鲁(Dipteryx alata)中多酚的表征及其对大鼠主动脉血管平滑肌细胞中棕榈酸诱导的氧化应激的影响。Jessica P. Danh、Rafaela G. Feresin。富含浆果的饮食可改善血管紧张素 II 治疗大鼠的收缩压和肠道通透性。
世纪,以富裕和营养食品的养育人群喂养不断增长的人群。除了主要农作物 - 大米,小麦和玉米 - 探索具有更多营养价值的孤儿/天然作物很重要(Chaturvedi等,2022; Chaturvedi等,2023)。生物应激源,包括真菌,细菌,线虫,昆虫和病毒;以及由于气候变化而加剧了土壤中的干旱,热,冷,盐度,流量和养分含量等非生物限制条件(Ghatak等,2017; Chaturvedi等,2021)。开发和利用多种弹性作物对于在所有环境限制下确保粮食安全至关重要。在环境限制下增加高产农作物,这是由于选择中的角色的遗传力较低而令人生畏。确定更多的重要特征可以赋予各种压力的宽容,这是科学家和育种者的主要目标(Roychowdhury等,2020)。因此,我们的研究主题“表征和改善了弹性作物发展的特征”,包括14种手稿,可为作物遗传资源,定量特质基因座(QTL)映射(基因组全基因组关联研究(GWAS),单倍型分析,多摩学分析,多摩学分析,基因发现,表达发现,高级遗传学特征化工具)提供新的见解。植物疾病每年在主要农作物中造成约30%的收益率损失(Gangurde等人)。在当前的气候情况下,许多疾病正在出现,在未来几十年中,农作物的可持续性恶化了(Chakraborty等,2014)。)。gwas已被用来有效发现与多种作物抗病的抗性相关的QTL(Gangurde等人Gangurde等。在过去的二十年中汇编并强调了成功的GWAS研究。他们的研究主要集中于提高通过
由美国国家农业推广管理研究所(Manage)出版(农业和农民福利部自治组织,政府。印度)Rajendranagar,海得拉巴-500 030,Telangana State,India,India©Manage,2024年有关该出版物的研究报告基于Ruchi Singh女士在2023年9月12日,2023年9月12日的扩展研究生的管理实习计划下进行的管理实习生。作者Ruchi Singh Manage and PhD研究学者Visva-Bharati,印度西孟加拉邦的中央大学Santiniketan,印度电子邮件:Iruchi596@gmail.com Veenita Kumari博士veenita Kumari博士副局长(性别研究) veenita.k@manage.gov.in/ veen_chand@yahoo.co.in免责声明中,文档中表达的观点不一定是管理的,而是作者拥有的。管理仅在正确地承认作为来源和版权持有人的情况下,鼓励该出版物的使用,复制和传播本出版物的个人研究和非商业目的。引用:Singh,R。和Kumari,V。(2024)。基层营养敏感农业培训计划的影响评估。印度海得拉巴国家农业推广管理学院(管理)国家农业扩展管理(MANAGE)的农业,营养安全和城市农业中心。
摘要 - 当今的商业格局的特点是竞争和动态,这将人力资源管理转变为组织的基本战略合作伙伴。员工营业额会带来影响生产力和知识管理的风险。本研究的重点是使用机器学习(ML)模型来预测员工的离职。在培训过程中,使用了一个由4410个记录和29个变量组成的数据集,在培训和评估十种模型的过程中,遵循了人工智能(AI)方法。调查结果表明,XG增强分类器(XGBC)和随机森林(RF)模型达到了最佳准确性和性能率,为98.8%和98.7%。Followed by Decision Tree Classifier (DT) with 97.6%, and the other models, such as Gradient Boosting Classifier (GBC), Ada boost Classifier (AC), Logistic Regression (LR), KN Classifier (K-NNC), SGD Classifier (SGDC), Support Vector Classifier (SVC) and Nu Support Vector Classifier (NuSVC), achieved the following费率:分别为88.4%,85.4%,84%,82.2%,83.0%,83.0%,55.0%。最后,可以得出结论,模型在预测中是有用且有效的。建议在人力资源管理策略中实施实际实施,以进行主动干预。
鹰嘴豆 (Cicer arietinum L.) 是一种重要的谷类豆科植物,其蛋白质、碳水化合物、脂肪、纤维、必需微量营养素和维生素含量均衡,有助于满足全球人口日益增长的粮食和营养需求。鹰嘴豆蛋白是一种均衡的氨基酸来源,生物利用度高。此外,由于其营养均衡、价格实惠,鹰嘴豆是动物蛋白的极佳替代品,为对抗隐性饥饿和营养不良(尤其在低收入国家普遍存在)提供了强大的工具。本综述研究了鹰嘴豆的营养成分,包括蛋白质、氨基酸、碳水化合物、脂肪酸、微量营养素、维生素、抗氧化特性以及在健康和制药领域具有重要意义的生物活性化合物。重点是将鹰嘴豆纳入饮食中,以获得其无数的健康益处和丰富的营养,旨在增强人体蛋白质和微量营养素营养。我们讨论了植物育种和基因组学方面的进展,这些进展促进了发现各种基因型和关键基因组变异/区域/数量性状位点,有助于提高宏观和微量营养素含量和其他质量参数。此外,我们还探讨了 CRISPR/Cas9 等创新育种工具在增强鹰嘴豆营养成分方面的潜力。我们将鹰嘴豆设想为一种营养智能作物,努力保障粮食安全,抗击饥饿和营养不良,并在可持续农业食品系统中促进饮食多样性。
方法:从1999年至2004年对1673名国家健康和营养检查调查(NHANES)的参与者进行了回顾性横断面研究。开发了三个逻辑回归模型,以评估贫血与糖尿病下肢溃疡之间的关系。模型1针对人口统计和社会经济变量(年龄,性别,种族和种族,教育水平,家庭收入和婚姻状况)进行了调整。模型2包括其他与健康相关的因素(BMI,心血管疾病,中风,糖尿病家族史,高脂血症,酒精和吸烟状况)。模型3进一步包括临床和实验室变量(HBA1C,CRP,总胆固醇和血清铁蛋白水平)。基于年龄,性别,HBA1C水平,体重指数(BMI)和血清铁蛋白水平的分层分析。
