MétaCan
Menu
Retour à la cohorte
Enregistrement W2017153978 · doi:10.1111/j.1365-2621.2012.03207.x

Preventing constipation: a review of the laxative potential of food ingredients

2012· review· en· W2017153978 sur OpenAlexaff
Pierre Gélinas

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2012
Typereview
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésPsylliumLaxativeConstipationMedicinePopulationDietary fibreEnvironmental healthDietary fiberFood scienceSurgeryBiology

Résumé

récupéré en direct d'OpenAlex

Summary Constipation is a highly prevalent and difficult‐to‐cure health problem, forcing 10–20% of the worldwide population to seek medical care. Efficacy of treatments varies greatly among individuals, and problems are becoming more frequent despite higher consumption of fibre‐rich foods, the most popular solution for preventing such gastrointestinal disorders. The evidence that consumption of fibre prevents and relieves constipation is unconvincing or uncertain. The food industry has made great efforts to develop fibre‐rich ingredients, especially those from food by‐products and wastes. Except for psyllium and wheat bran, most of these ingredients have intermediate or low laxative potential and their efficacy needs to be confirmed by more clinical studies. This review suggests that there are major discrepancies between the proposed fibre‐enriched ingredients and the consumers' needs. As a lasting solution to prevent constipation, the true impact of dietary fibre and potent food‐grade laxatives might also be limited by overeating.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,493

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,346
Écart entre enseignants0,297 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations26
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetFood composition and propertiesTravaux en français237 207