MétaCan
Menu
Retour à la cohorte
Enregistrement W1595504708 · doi:10.5539/jfr.v4n4p38

Effects of Baru Almond and Brazil Nut Against Hyperlipidemia and Oxidative Stress In Vivo

2015· article· en· W1595504708 sur OpenAlexvenueno aff
Daniela Canuto Fernandes, Aline Medeiros Alves, Gabriela Salim de Castro, Alceu Afonso Jordão, Maria Margareth Veloso Naves

Notice bibliographique

RevueJournal of Food Research · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueNuts composition and effects
Établissements canadiensnon disponible
Organismes subventionnairesMinisterio de Economía y Competitividad
Mots-clésBaruBrazil nutNutFood scienceLipid peroxidationMacadamia nutMalondialdehydeHyperlipidemiaChemistryAnimal scienceOxidative stressBiologyBiochemistryEndocrinology

Résumé

récupéré en direct d'OpenAlex

This study evaluated the effect of baru (Dipteryx alata Vog.) almond, an edible seed native from Brazilian Savanna, and Brazil nut (Bertholletia excelsa H. B. K.) on serum lipid profile and hepatic lipid peroxidation in rats fed high-fat diets. Four groups of eight young adult male Wistar rats were treated for nine weeks with one of the following diets: high-fat diets - 0.1% colic acid + 1% cholesterol + 5% lard + 15% of lipid from lard, baru almond or Brazil nut - and reference diet (7% soybean oil). Groups fed with baru almond and Brazil nut showed lower serum contents of total cholesterol and triacylglycerols than those of lard group. Baru almond group also showed higher HDL-c concentration than those of Brazil nut and lard groups, similar to that of reference group. Lipid peroxidation (through total malondialdehyde) was lower and vitamin E content was higher in the livers of the animals treated with baru almond and Brazil nut than those of lard group. These results indicate that the Brazilian native oilseeds, especially baru almond, have great potential for dietary use in dyslipidemia prevention and control.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,369
Écart entre enseignants0,325 · 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'étudeExpérimental (laboratoire)
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

Citations44
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetNuts composition and effectsTravaux en français237 207