MétaCan
Menu
Retour à la cohorte
Enregistrement W2129834224 · doi:10.1111/nure.12087

Evidence-based evaluation of potential benefits and safety of beta-alanine supplementation for military personnel

2014· review· en· W2129834224 sur OpenAlexaff
Richard Ko, Tieraona Low Dog, Dennis K.J. Gorecki, Louis R. Cantilena, Rebecca B. Costello, William J. Evans, Mary Hardy, Scott A. Jordan, Ronald J. Maughan, Janet Walberg Rankin, Abbie E. Smith‐Ryan, Luis G. Valerio, Donnamaria Jones, Patricia A. Deuster, Gabriel I. Giancaspro, Nandakumara Sarma

Notice bibliographique

RevueNutrition Reviews · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueBiochemical effects in animals
Établissements canadiensHealth Canada
Organismes subventionnairesU.S. Department of Defense
Mots-clésAlanine aminotransferaseMeta-analysisMedicineAthletesBETA (programming language)Physical therapyInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

This Department of Defense-sponsored evidence-based review evaluates the safety and putative outcomes of enhancement of athletic performance or improved recovery from exhaustion in studies involving beta-alanine alone or in combination with other ingredients. Beta-alanine intervention studies and review articles were collected from 13 databases, and safety information was collected from adverse event reporting portals. Due to the lack of systematic studies involving military populations, all the available literature was assessed with a subgroup analysis of studies on athletes to determine if beta-alanine would be suitable for the military. Available literature provided only limited evidence concerning the benefits of beta-alanine use, and a majority of the studies were not designed to address safety. Overall, the strength of evidence in terms of the potential for risk of bias in the quality of the available literature, consistency, directness, and precision did not support the use of beta-alanine by military personnel. The strength of evidence for a causal relation between beta-alanine and paresthesia was moderate.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,746
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
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 Opus0,179
Tête enseignante GPT0,427
Écart entre enseignants0,248 · 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.

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

Citations16
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition ReviewsMême sujetBiochemical effects in animalsTravaux en français237 207