MétaCan
Menu
Retour à la cohorte
Enregistrement W1599867680 · doi:10.1159/000325581

Milk Proteins in the Regulation of Body Weight, Satiety, Food Intake and Glycemia

2011· review· en· W1599867680 sur OpenAlexaff
Bohdan L. Luhovyy, Tina Akhavan, Shirin Panahi

Notice bibliographique

RevueNestlé Nutrition Institute Workshop series · 2011
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCarbohydrateGlycemicFood scienceMealFood intakeInsulinBiologyChemistryEndocrinologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Consumption of dairy products and their milk proteins increase satiety and reduce food intake and blood glucose response when consumed alone or with carbohydrate. Dairy proteins are of interest because proteins are more satiating than either carbohydrate or fat, and they regulate food intake and metabolic functions by the combined actions of the intact protein, encrypted peptides and amino acids on gastrointestinal and central pathways. As shown in this review, milk proteins have physiologic functions that contribute to the maintenance of a healthy body weight and control of factors associated with the metabolic syndrome through their effects on mechanisms regulating food intake and blood glucose. More recent reports show that these benefits can be achieved within the range of usual consumption of dairy. In addition, recent research points to an intrinsic value of small amounts of milk protein or dairy consumed shortly before a meal to reduce the glycemic response to carbohydrate and that this is not at the cost of increased demand for insulin.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,273
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNestlé Nutrition Institute Workshop seriesMême sujetMuscle metabolism and nutritionTravaux en français237 207