MétaCan
Menu
Retour à la cohorte
Enregistrement W2234593635 · doi:10.5539/sar.v5n1p49

Some Evidences on Effect of Intake Aguamiel (Agave sap)

2016· article· en· W2234593635 sur OpenAlexvenueno aff
Armando Carrillo‐López, Héctor Silos‐Espino, S. Flores-Benitez, Edward Alexander Espinoza-Sánchez, J. R. Ornelas-Tavares, L. Flores-Chávez, Clara Lourdes Tovar-Robles, J. Méndez-Gallegos, D. Rössel-Kipping

Notice bibliographique

RevueSustainable Agriculture Research · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgaveWhite blood cellPhysiologyPlateletFerritinPopulationCholesterolTransferrinAnimal scienceBiologyEndocrinologyInternal medicineMedicineImmunologyBotany

Résumé

récupéré en direct d'OpenAlex

Honeywater or aguamiel (Agave sap) has been consumed by Mexican population since pre-columbian times. Although, it has been claimed by folk belief that aguamiel possesses some medicinal properties, scientific studies on its effect on human health have not been well documented. The behavior of blood components in nine volunteers (two young males, three adult females and four adult males) after aguamiel consumption (250 mL every three days during a period of 35 days) was analyzed. It was found that, serum red blood cell count, serum white blood cell count, platelet count, minerals (Zn, Mg and Fe) and iron-related proteins (ferritin and transferrin) levels were not negatively affected because of all of these blood indicators ranged within normal reference values. However, this study showed that aguamiel presented a specific functional effect since hypercholesterolemic adult males showed normal levels of serum total cholesterol after aguamiel consumption, whereas total cholesterol levels were kept in normal ranges after aguamiel consumption for normocholesterolemic subjects. Furthermore, aguamiel consumption did not cause hyperglycemia in any of the tested groups.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,350

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,022
Tête enseignante GPT0,344
Écart entre enseignants0,322 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207