Egg Protein as a Source of Power, Strength, and Energy
Notice bibliographique
Résumé
In Brief High-quality proteins make a valuable contribution to the synthesis and maintenance of muscle and indirectly to the regulation of blood glucose levels, thus contributing to power, strength, and energy. Eggs have traditionally been used as the standard of comparison for measuring protein quality because of their essential amino acid (EAA) profile and high digestibility. They provide a nutrient-dense source of energy from protein and fat, approximately 75 kcal per large egg, as well as several B vitamins, including thiamin, riboflavin, folate, B12, and B6, which are required for the production of energy by the body. Given the unique complementary relationship between the EAA leucine and glucose utilization by muscle, it would follow that a diet rich in the amino acid leucine would be advantageous to men and women undergoing endurance training. Leucine is also a critical element in regulating muscle protein synthesis and may be the key amino acid defining the increased needs for EAA to optimize skeletal muscle mass. Increased tissue levels of leucine combine with circulating insulin to allow skeletal muscles to manage protein metabolism and fuel selection in relation to diet composition. Moreover, muscle recovery from exercise, both resistance and endurance, seems to be dependent on dietary leucine. Because eggs are an excellent, nutrient-rich source of leucine, as well as other EAAs, these protein-related benefits may be important to active individuals who routinely consume eggs as part of a varied, balanced diet Do eggs deserve a second look?
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».