Green Tea Product Epigallocatechin Gallate (EGCG) Content and Label Information: A Descriptive Analysis
Notice bibliographique
Résumé
Green tea’s popularity can be largely attributed to its potential health benefits, with an emphasis on antioxidant properties from its catechin constituents, especially (−)-epigallocatechin-3-gallate (EGCG). EGCG appears to be responsible for many of the potential health benefits of green tea. However, while higher intake levels may provide benefit, lower intake levels may not. The objective was to determine whether commercially available green tea products provide label information about EGCG content and other constituents and then to analyze the label information in terms of existing research. A descriptive analysis of product label information was conducted. In total, 105 green tea products evaluated, 58% of green tea supplements and 5% of green tea beverages included information about EGCG content on the label. Among the dietary supplement products providing sufficient information on the label, the amount of EGCG listed ranged from 70 mg to 600 mg per serving. The average EGCG per serving was 223.7 mg. The average reported caffeine content was 56.0 mg per serving. In conclusion, most green tea beverages to not provide adequate information about EGCG or other constituents. Green tea supplements are more likely to provide this information. One to two servings of green tea supplements are typically needed to achieve EGCG or catechin intake levels similar to those demonstrating efficacy in clinical studies. Consumers should consider selecting products that adequately describe constituent information on the label. Manufacturers should consider providing this essential information on the product label in order to better inform consumer decision-making.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».