MétaCan
Menu
Retour à la cohorte
Enregistrement W2040833837 · doi:10.1089/jmf.2009.0223

Attenuation in Weight Gain with High Calcium- and Dairy-Enriched Diets Is Not Associated with Taste Aversion in Rats: A Comparison with Casein, Whey, and Soy

2010· article· en· W2040833837 sur OpenAlexafffund
Lindsay K. Eller, Raylene A. Reimer

Notice bibliographique

RevueJournal of Medicinal Food · 2010
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchDairy Farmers of CanadaCanadian Diabetes Association
Mots-clésFood scienceCaseinTasteCalciumWhey proteinSoy proteinWeight gainChemistryBody weightBiologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

A systematic evaluation of the effects of calcium (Ca) and protein source on food intake and taste aversion (TA) in rats is lacking. The purpose of this research was twofold: (1) to determine if Sprague-Dawley rats display TA to standard rat chow supplemented with 2.4% Ca and (2) to determine if short (24-hour) and long-term (weekly) food intake and weight gain are altered when rats are given access to diets containing various protein sources (casein, whey, dairy, or soy). Rats were assigned to one of two diet groups to examine high (2.4%) versus low (0.67%) Ca or to one of four groups to examine taste preference of diets where the sole protein was one of casein, soy, whey, or complete dairy. A crossover design was used to ensure rats consumed all test diets. Food intake and behavioral sequence of satiety were measured. There was no TA to the 2.4% Ca diet or to any protein source. Food intake did not differ between the two Ca diets or between the four protein diets. The dairy diet attenuated weekly weight gain compared to all other diets except whey. Overall, this study suggests that the levels of Ca and types of protein used in previous work addressing changes in body weight in rats do not influence food intake or trigger TA.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,260
Écart entre enseignants0,244 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal FoodMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207