Phytoestrogen Content of Foods Consumed in Canada, Including Isoflavones, Lignans, and Coumestan
Notice bibliographique
Résumé
Phytoestrogens may play a role in hormone-related diseases such as cancer, but epidemiological and clinical data are conflicting in part due to inadequate databases used in intake estimation. A database of nine phytoestrogens in foods relevant to Western diets was developed to more accurately estimate intakes. Foods (N = 121) available in Ontario, Canada were prepared as commonly consumed and analyzed for isoflavones (genistein, daidzein, glycitein, formononetin), lignans (secoisolariciresinol, matairesinol, pinoresinol, lariciresinol), and coumestan (coumestrol) using gas chromatography-mass spectrometry methods. Data were presented on an as is (wet) basis per 100 g and per serving. Food groups with decreasing levels of total phytoestrogens per 100 g are nuts and oilseeds, soy products, cereals and breads, legumes, meat products, and other processed foods that may contain soy, vegetables, fruits, alcoholic, and nonalcoholic beverages. Soy products contain the highest amounts of isoflavone, followed by legumes, meat products and other processed foods, cereals and breads, nuts and oilseeds, vegetables, alcoholic beverages, fruits, and nonalcoholic beverages. Decreasing amounts of lignans are found in nuts and oilseeds, cereals and breads, legumes, fruits, vegetables, soy products, processed foods, alcoholic, and nonalcoholic beverages. The richest sources of specific phytoestrogens, including coumestrol, were identified. The database will improve phytoestrogen intake estimation in future epidemiological and clinical studies particularly in Western populations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».