MétaCan
Menu
Retour à la cohorte
Enregistrement W2147185265 · doi:10.2337/dc13-2506

Dietary Sugar and Body Weight: Have We Reached a Crisis in the Epidemic of Obesity and Diabetes?

2014· review· en· W2147185265 sur OpenAlexaff
Richard Kahn, John L. Sievenpiper

Notice bibliographique

RevueDiabetes Care · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensMcMaster UniversitySt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésSugarObesityMedicineCalorieDiabetes mellitusType 2 diabetesOverconsumptionConsumption (sociology)CounterpointNarrative reviewAdded sugarNarrativeEnvironmental healthGerontologyEndocrinologyFood scienceIntensive care medicinePsychologyBiologySocial scienceEconomicsSociology

Résumé

récupéré en direct d'OpenAlex

In the preceding point narrative, Drs. Bray and Popkin provide their opinion and review data that suggest to them that we need to reconsider the consumption of dietary sugar based on the growing concern of obesity and type 2 diabetes. In the counterpoint narrative below, we argue that there is no clear or convincing evidence that any dietary or added sugar has a unique or detrimental impact relative to any other source of calories on the development of obesity or diabetes. Sugar is purely a highly palatable source of energy; because it has no other property that appears to contribute to our nutritional well-being, it is not an essential food for most of us. For those who wish to reduce energy consumption, ingesting less sugar is a good place to start. However, doing so does not automatically portend any clinical benefit.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,866
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
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 Opus0,027
Tête enseignante GPT0,307
Écart entre enseignants0,280 · 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'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

Citations91
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetDiet, Metabolism, and DiseaseTravaux en français237 207