MétaCan
Menu
Retour à la cohorte
Enregistrement W2077132221 · doi:10.1111/j.1365-2621.2004.tb10727.x

Functional Foods: Their Role in Health Promotion and Disease Prevention

2004· article· en· W2077132221 sur OpenAlexaff
Fereidoon Shahidi

Notice bibliographique

RevueJournal of Food Science · 2004
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPolyphenolFunctional foodHealth benefitsDiseaseCoronary heart diseaseHuman healthCardiovascular healthMechanism (biology)Disease preventionFood scienceHealth promotionChemistryBiotechnologyBiologyAntioxidantMedicineTraditional medicineBiochemistryEnvironmental healthPublic health

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: The effect of food factors on health status has been recognized since antiquity. More recently, epide‐miological studies have led to fundamental research for unraveling the chemistry and mechanism of action of dietary phytochemicals and bioactives. Functional foods and natural health products encompass a wide range of food and ingredients, with a variety of bioactives responsible for their efficacy in health promotion and disease prevention. Phenolic and polyphenolic compounds constitute an important class of secondary plant metabolites that act as free radical scavengers and inhibitors of LDL cholesterol oxidation and DNA breakage, among others. Thus, the role of food phenolics and polyphenolics in the prevention of cardiovascular disease and certain types of cancer is well recognized. In addition, certain marine foods have often been considered as “heart food” because of their omega‐3 constituents which are known to lower blood triacylglycerol and, possibly, cholesterol levels. Thus, food factors from both plants and animals may be participating in human health promotion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,349
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations213
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ScienceMême sujetFatty Acid Research and HealthTravaux en français237 207