Can the Palatability of Healthy, Satiety-Promoting Foods Increase with Repeated Exposure during Weight Loss?
Notice bibliographique
Résumé
Repeated exposure to sugary, fatty, and salty foods often enhances their appeal. However, it is unknown if exposure influences learned palatability of foods typically promoted as part of a healthy diet. We tested whether the palatability of pulse containing foods provided during a weight loss intervention which were particularly high in fiber and low in energy density would increase with repeated exposure. At weeks 0, 3, and 6, participants (n = 42; body mass index (BMI) 31.2 ± 4.3 kg/m2) were given a test battery of 28 foods, approximately half which had been provided as part of the intervention, while the remaining half were not foods provided as part of the intervention. In addition, about half of each of the foods (provided as part or not provided as part of the intervention) contained pulses. Participants rated the taste, appearance, odor, and texture pleasantness of each food, and an overall flavor pleasantness score was calculated as the mean of these four scores. Linear mixed model analyses showed an exposure type by week interaction effect for taste, texture and overall flavor pleasantness indicating statistically significant increases in ratings of provided foods in taste and texture from weeks 0 to 3 and 0 to 6, and overall flavor from weeks 0 to 6. Repeated exposure to these foods, whether they contained pulses or not, resulted in a ~4% increase in pleasantness ratings. The long-term clinical relevance of this small increase requires further study.
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 | 0,001 | 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 ».