MétaCan
Menu
Retour à la cohorte
Enregistrement W2765177862 · doi:10.3390/antiox6040081

The Role of Food Antioxidants, Benefits of Functional Foods, and Influence of Feeding Habits on the Health of the Older Person: An Overview

2017· review· en· W2765177862 sur OpenAlexaff
Douglas W. Wilson, Paul Nash, Harpal S. Buttar, K. Griffiths, Ram B. Singh, Fabien De Meester, Rie Horiuchi, Toru Takahashi

Notice bibliographique

RevueAntioxidants · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésFunctional foodHealth foodFood scienceHealth benefitsEnvironmental healthPsychologyMedicineChemistryTraditional medicine

Résumé

récupéré en direct d'OpenAlex

This overview was directed towards understanding the relationship of brain functions with dietary choices mainly by older humans. This included food color, flavor, and aroma, as they relate to dietary sufficiency or the association of antioxidants with neurodegenerative diseases such as dementia and Alzheimer's disease. Impairment of olfactory and gustatory function in relation to these diseases was also explored. The role of functional foods was considered as a potential treatment of dementia and Alzheimer's disease through inhibition of acetylcholinesterase as well as similar treatments based on herbs, spices and antioxidants therein. The importance of antioxidants for maintaining the physiological functions of liver, kidney, digestive system, and prevention of cardiovascular diseases and cancer has also been highlighted. Detailed discussion was focused on health promotion of the older person through the frequency and patterns of dietary intake, and a human ecology framework to estimate adverse risk factors for health. Finally, the role of the food industry, mass media, and apps were explored for today's new older person generation.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,142
Tête enseignante GPT0,356
Écart entre enseignants0,213 · 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

Citations230
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntioxidantsMême sujetNutritional Studies and DietTravaux en français237 207