MétaCan
Menu
Retour à la cohorte
Enregistrement W1498069653 · doi:10.3389/fphar.2015.00110

Adipose tissue and sustainable development: a connection that needs protection

2015· article· en· W1498069653 sur OpenAlexaff
Angelo Tremblay, Éliane Picard-Deland, Shirin Panahi, André Marette

Notice bibliographique

RevueFrontiers in Pharmacology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesnon disponible
Mots-clésLipotoxicityContext (archaeology)ProductivityObesityPsychosocialEnvironmental healthOverweightAffect (linguistics)Adipose tissueMedicineNatural resource economicsPsychologyEndocrinologyBiologyPsychiatryEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Obesity is generally considered as an excess body fat that increases the risk to develop ergonomic, metabolic, and psychosocial problems. As suggested in this paper, body fat gain is also a protective adaptation that prevents body lipotoxicity, contributes to the secretion of molecules involved in metabolic regulation, and dilutes lipid soluble persistent organic pollutants. Recent literature shows that this protective role of adipose tissue is more solicited in a modern context in which unsuspected factors can affect energy balance to a much greater extent than what is generally perceived by health care professionals. These factors include short sleep duration, demanding mental work, and chemical pollution whose impact is more detectable in a context dominated by economic productivity and competitiveness. Since these factors might also include the increase in atmospheric CO2, it is likely that obesity prevention will need the support of a promotion in sustainable development, whether it is for human health, and well-being or global ecological protection.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,007
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,024
Tête enseignante GPT0,287
Écart entre enseignants0,264 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PharmacologyMême sujetObesity, Physical Activity, DietTravaux en français237 207