MétaCan
Menu
Retour à la cohorte
Enregistrement W1985369305 · doi:10.1007/s13679-014-0129-4

Alcohol Consumption and Obesity: An Update

2015· review· en· W1985369305 sur OpenAlexaff
Gregory Traversy, Jean‐Philippe Chaput

Notice bibliographique

RevueCurrent Obesity Reports · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueAlcohol Consumption and Health Effects
Établissements canadiensChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésWeight gainAlcoholObesityMedicineEnvironmental healthAlcohol intakeAlcohol consumptionRisk factorBody weightEndocrinologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Recreational alcohol intake is a widespread activity globally and alcohol energy (7 kcal/g) can be a contributing factor to weight gain if not compensated for. Given that both excessive alcohol intake and obesity are of public health interest, the present paper provides an update on the association between alcohol consumption and body weight. In general, recent prospective studies show that light-to-moderate alcohol intake is not associated with adiposity gain while heavy drinking is more consistently related to weight gain. Experimental evidence is also mixed and suggests that moderate intake of alcohol does not lead to weight gain over short follow-up periods. However, many factors can explain the conflicting findings and a better characterization of individuals more likely to gain weight as a result of alcohol consumption is needed. In particular, individuals who frequently drink moderate amounts of alcohol may enjoy a healthier lifestyle in general that may protect them from weight gain. In conclusion, despite the important limitations of current studies, it is reasonable to say that alcohol intake may be a risk factor for obesity in some individuals, likely based on a multitude of factors, some of which are discussed herein.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,328
Tête enseignante GPT0,491
Écart entre enseignants0,162 · 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'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

Citations642
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Obesity ReportsMême sujetAlcohol Consumption and Health EffectsTravaux en français237 207