MétaCan
Menu
Retour à la cohorte
Enregistrement W2516472775 · doi:10.1249/jsr.0000000000000282

Commercial Hype Versus Reality: Our Current Scientific Understanding of Gluten and Athletic Performance

2016· review· en· W2516472775 sur OpenAlexaff
Dana M. Lis, JW Fell, Kdk Ahuja, Cecilia M. Kitic, Trent Stellingwerff

Notice bibliographique

RevueCurrent Sports Medicine Reports · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensCanadian Sport Centre Pacific
Organismes subventionnairesnon disponible
Mots-clésAthletesMedicinePsychosocialGlutenIntestinal permeabilityGluten freePopulationConfoundingEnvironmental healthIntensive care medicinePhysical therapyInternal medicinePsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

Recent explosion in the prevalence of gluten-free athletes, exacerbated by unsubstantiated commercial health claims, has led to some professional athletes touting gluten-free diet as the secret to their success. Forty-one percent of athletes report adhering to a gluten-free diet (GFD), which is four-fold higher than the population-based clinical requirements. Many nonceliac athletes believe that gluten avoidance improves gastrointestinal well-being, reduces inflammation, and provides an ergogenic edge, despite the fact that limited data yet exist to support any of these benefits. There are several plausible associations between endurance-based exercise and gastrointestinal permeability whereby a GFD may be beneficial. However, the implications of confounding factors, including the risks of unnecessary dietary restriction, financial burden, food availability, psychosocial implications, alterations in short-chain carbohydrates (fermentable oligosaccharides, disaccharides, monosaccharides, and polyols), and other wheat constituents emphasize the need for further evaluation.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,003
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,159
Tête enseignante GPT0,390
Écart entre enseignants0,232 · 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

Citations18
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Sports Medicine ReportsMême sujetMuscle metabolism and nutritionTravaux en français237 207