MétaCan
Menu
Retour à la cohorte
Enregistrement W2753683733 · doi:10.2174/1573401313666170905160818

Potential Cardio-Protective Effects of Green Grape Juice: A Review

2017· review· en· W2753683733 sur OpenAlexaff
Latifeh Ahmadi, Alia El-Kubbe, Sarah K. Roney

Notice bibliographique

RevueCurrent Nutrition & Food Science · 2017
Typereview
Langueen
DomaineMedicine
ThématiquePhytochemicals and Antioxidant Activities
Établissements canadiensHotel Dieu HospitalKingston General Hospital
Organismes subventionnairesnon disponible
Mots-clésPhytochemicalHealth benefitsFood scienceGlycemicOxidative stressHuman healthBiotechnologyChemistryTraditional medicineMedicineBiologyBiochemistryInsulin

Résumé

récupéré en direct d'OpenAlex

Unripe grape juice (verjuice) may offer health benefits, including the treatment of cardiovascular disease. The presence of bioactive compounds in verjuice influences blood pressure, inflammatory markers, oxidative stress, endothelial function, fatty streak formation and glycemic level. Studies have shown that the bioactive compounds also affect serum lipid profile, raising LDL cholesterol under certain circumstances. The health-promoting effects of verjuice have been investigated through human and animal trials. This review paper provides a comprehensive summary of the literature on the pharmacological and phytochemical properties of green grape juice. Further research on this juice is needed to quantify the phytochemical composition and support the current findings. Furthermore, future studies are needed to determine the exact amount of verjuice required to exhibit the optimal health effects on humans, as this is currently unknown.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,666
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,087
Tête enseignante GPT0,400
Écart entre enseignants0,312 · 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.

Devis d'étudeRevue systématique
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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Nutrition & Food ScienceMême sujetPhytochemicals and Antioxidant ActivitiesTravaux en français237 207