MétaCan
Menu
Retour à la cohorte
Enregistrement W1966416158 · doi:10.5539/jfr.v4n4p10

Effect of Burdock Root and the Fermented Product on Alloxan-Induced Mouse Hyperglycemia

2015· article· en· W1966416158 sur OpenAlexvenueno aff
Wakana Doi, Yumi Asada, Ayaka Ohno, Yoshiko Okuda, Shota Masuda, Ayano Matsumoto, Chihiro Mori, Takaya Agarie, Kohji Ishihara, Takayuki Murakami, Noriyoshi Masuoka

Notice bibliographique

RevueJournal of Food Research · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeaweed-derived Bioactive Compounds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryFermentationAlloxanCatalaseFood scienceAntioxidantEndocrinologyInternal medicineBiochemistryMedicineDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

Backgrounds: We reported that feeding 5% Asperagillus awamori-fermented burdock root diet was effective in preventing mouse hyperglycemia caused by alloxan. Methods: Diets containing 5% burdock roots were prepared from raw and Asperagillus awamori-fermented burdock root powders. Acatalasemic mice, having a quite low catalase activity in blood, and normal mice were fed these diets for 14 weeks, separately. Then, alloxan (200 mg/ kg of body weight) or PBS was intraperitoneally administrated to each mouse. After 5 day from the administration, blood glucose assay and glucose tolerance test were carried out, and then insulin, C-peptide and lipid peroxide in plasma were examined. Results: Incidences of hyperglycemia in normal mice fed control, raw and fermented burdock root diets were 25, 20 and 11 %, respectively, and these in acatalasemic mice were 73, 80 and 27%. Insulin and C-peptide in plasma of mice fed raw burdock root diet or control diet were low compared to mice fed the fermented diet. Conclusions: Intake of raw burdock root does not suppress the alloxan-induced hyperglycemia but the fermented burdock root does. It is suggested that Asperagillus awamori plays an important role for the prevention.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,108
Tête enseignante GPT0,349
Écart entre enseignants0,241 · 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetSeaweed-derived Bioactive CompoundsTravaux en français237 207