Protein “requirements” beyond the RDA: implications for optimizing health
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Substantial evidence supports the increased consumption of high-quality protein to achieve optimal health outcomes. A growing body of research indicates that protein intakes well above the current Recommended Dietary Allowance help to promote healthy aging, appetite regulation, weight management, and goals aligned with athletic performance. Higher protein intakes may help prevent age-related sarcopenia, the loss of muscle mass, and strength that predisposes older adults to frailty, disability, and loss of autonomy. Higher protein diets also improve satiety and lead to greater reductions in body weight and fat mass compared with standard protein diets, and may therefore serve as a successful strategy to help prevent and/or treat obesity. Athletes can also benefit from higher protein intakes to maximize athletic performance given the critical role protein plays in stimulating muscle protein remodelling after exercise. Protein quality, per meal dose, and timing of ingestion are also important considerations. Despite persistent beliefs to the contrary, we can find no evidence-based link between higher protein diets and renal disease or adverse bone health. This brief synopsis highlights recent learnings based on presentations at the 2015 Canadian Nutrition Society conference, Advances in Protein Nutrition across the Lifespan. Current evidence indicates intakes in the range of at least 1.2 to 1.6 g/(kg·day) of high-quality protein is a more ideal target for achieving optimal health outcomes in adults.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle