MétaCan
Menu
Retour à la cohorte
Enregistrement W2163854514 · doi:10.1093/nutrit/nuv015

Impact of yogurt on appetite control, energy balance, and body composition

2015· review· en· W2163854514 sur OpenAlexafffund
Angelo Tremblay, Caroline Y. Doyon, Marina Sánchez

Notice bibliographique

RevueNutrition Reviews · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversity of Illinois at Urbana-ChampaignInstituto DanoneDairy Farmers of CanadaDanone
Mots-clésAppetiteFood scienceAnorecticPeptide YYComposition (language)ChemistryEnergy balanceFood intakeBiologyEndocrinologyBiochemistryNeuropeptide

Résumé

récupéré en direct d'OpenAlex

Recent data support the idea that regular yogurt consumption promotes body weight stability. The simplest explanation is that regular consumption of healthful foods such as yogurt results in decreased intake of less healthful foods containing high amounts of fat and/or sugar. There is also evidence to suggest that the high calcium and protein contents of yogurt and other dairy foods influence appetite and energy intake. The existence of a calcium-specific appetite control mechanism has been proposed. Milk proteins differ in terms of absorption rate and post-absorptive responses, which can influence their satiating properties. Studies in humans have shown that consumption of milk and yogurt increases the circulating concentration of the anorectic peptides glucagon-like peptide (GLP)-1 and peptide YY (PYY). The food matrix can also affect appetite and satiety. Yogurt is a fermented milk that contains bacteria that enrich the microbiota of the host. It appears that lean vs obese humans differ in the composition of their gut microbiota. The available relevant literature suggests that yogurt is a food that facilitates the regulation of energy balance.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,053
Tête enseignante GPT0,376
Écart entre enseignants0,323 · 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

Citations40
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrition ReviewsMême sujetDiet and metabolism studiesTravaux en français237 207