Are functional foods redefining nutritional requirements?
Notice bibliographique
Résumé
Functional foods are increasing in popularity owing to their ability to confer health and physiological benefits. Nevertheless, the notion that functional foods improve health when providing nutrients at levels above and beyond existing recommended intakes is inconsistent with the definition of requirement. This disparity highlights the need for an alternative definition of nutrient requirement. The present objective is to examine distinctions between optimization of health, as defined by what we currently deem as required intakes, versus adding physiological benefit using bioactive agents found in functional foods. Presently, requirement is defined as the lowest amount of intake of a nutrient that will maintain a defined level of nourishment for a specific indicator of adequacy. In contrast, functional foods are described as ingredients that are not necessary for body function, yet provide added physiological benefit that confer better overall health. Plant sterols are one example of such an ingredient. Plant sterols lower plasma cholesterol concentrations, and may thus be considered essential nutrients in physiological situations where circulating cholesterol concentrations are high. Similarly, intakes of omega-3 fats beyond existing requirement may confer additional health benefits such as hypolipidemic and anti-diabetic effects. These examples underscore the inconsistencies between what is defined as a nutrient requirement versus what is identified as a health benefit of a functional food. Such discrepancies emphasize the need for a more all-encompassing definition of a nutrient requirement; that is, one that moves beyond the prevention of overt deficiency to encompass improved health and disease risk reduction.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».