MétaCan
Menu
Retour à la cohorte
Enregistrement W1965194893 · doi:10.1017/s0007114512000773

Pulse grain consumption and obesity: effects on energy expenditure, substrate oxidation, body composition, fat deposition and satiety

2012· review· en· W1965194893 sur OpenAlexaff
Christopher P. F. Marinangeli, Peter J.H. Jones

Notice bibliographique

RevueBritish Journal Of Nutrition · 2012
Typereview
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of ManitobaKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésObesityAdipose tissueEnergy expenditureFood sciencePulse (music)EndocrinologyGlutamineInternal medicineChemistryBiologyMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Pulses have been identified as important components of a healthy diet. Assessment of pulse grains' nutritional composition alongside data from available preclinical and clinical trials suggests that pulses can modulate biological processes that lead to obesity. Components of pulse grains, including pulse-derived fibre and resistant starch, have been shown to alter energy expenditure, substrate trafficking and fat oxidation as well as visceral adipose deposition. Although mechanistic studies are scarce, studies have indicated that fibres found in pulses can have an impact on the expression of genes that modulate metabolism. Arginine and glutamine may produce thermogenic effects as major components of pulse grain proteins. Finally, evidence suggests that pulse-derived fibres, trypsin inhibitors and lectins may reduce food intake by inducing satiety via facilitating and prolonging cholecystokinin secretion. Nonetheless, the aforementioned data remain controversial and associations between dietary pulse grains and energy intake require further study. Given the available evidence, it can be concluded that pulses could be useful as functional foods and food ingredients that combat obesity.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,028
Tête enseignante GPT0,273
Écart entre enseignants0,244 · 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'étudeRevue systématique
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

Citations54
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal Of NutritionMême sujetFood composition and propertiesTravaux en français237 207