Objective and Subjective Eating Speeds Are Related to Body Composition and Shape in Female College Students
Notice bibliographique
Résumé
Eating speed reportedly relates to body composition and shape. Little is known about the relationship between the objectively assessed eating speed and the body composition and shape. This study examined relationships between eating speed as assessed both objectively and subjectively, and body composition and shape. The following variables of body composition and shape were measured in 84 female college students: body mass, relative body fat mass (%Fat), body mass index (BMI), and circumferences of the waist, abdomen and hip. After measuring the body composition and shape, subjects consumed a 174-kcal salmon rice ball. The following chewing variables were measured by observing videotape recordings of the subjects' faces: number of chews per bite, total number of chews, total meal duration, number of bites, and chewing rate. The subjects were categorized into three groups (fast, moderate and slow) according to their own subjective assessments of the actual eating speed. In objective assessments of the eating speed, the total number of chews and the total meal duration were significantly negatively correlated with the body mass, %Fat, BMI, and circumferences of the waist, abdomen and hip. In subjective eating-speed assessments, the body mass, %Fat, BMI, and circumferences of the waist, abdomen and hip were greater in the fast eating group than in the slow eating group. Both the objectively and subjectively assessed eating speeds are related to the body composition and shape. The present study supports that fast eating may relate to gains in body mass and/or fat mass.
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 | 0,001 |
| 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 ».