MétaCan
Menu
Retour à la cohorte
Enregistrement W2083979231 · doi:10.1080/01639360802261920

Impact of Genetic and Environmental Determinants of Taste with Food Preferences in Older Adults

2008· review· en· W2083979231 sur OpenAlexaff
Alejandra Navarro-Allende, Nora H. Khataan, Ahmed El‐Sohemy

Notice bibliographique

RevueJournal of Nutrition for the Elderly · 2008
Typereview
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineTasteGerontologyFood scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Individual differences in the ability to detect bitter tasting compounds, such as phenylthiocarbamide (PTC) or its derivative, 6-n-propylthiouracil (PROP) has long been recognized as a common genetic trait. This observation has been proposed to explain some of the variability in the dietary habits of a population. Several members of the TAS2R receptor gene family encode taste receptors on the tongue, and genetic polymorphisms of TAS2R38 have been associated with marked differences in the perception of PTC and PROP. An association between TAS2R38 genotype and food preferences has been found among children, but no associations have been reported among older adults. This, along with the decreased ability to taste certain foods with increasing age, suggests that environmental factors are more important than genetic influences in food preferences among the elderly. The elderly may be more inclined to try and accept novel foods because of diet-related attitudes and beliefs that are formulated throughout the years.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,351

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,295
Écart entre enseignants0,270 · 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

Citations33
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nutrition for the ElderlyMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207