MétaCan
Menu
Retour à la cohorte
Enregistrement W2784760999 · doi:10.4000/books.pum.5936

Alimentation et vieillissement

2012· book· fr· W2784760999 sur OpenAlexaboutno aff
Guylaine Ferland

Notice bibliographique

RevuePresses de l’Université de Montréal eBooks · 2012
Typebook
Languefr
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhilosophyHumanitiesPsychology

Résumé

récupéré en direct d'OpenAlex

Une bonne alimentation peut-elle nous aider à mieux vieillir ? La recherche menée au cours des quarante dernières années nous incite fortement à le croire. En effet, un nombre important de travaux indiquent qu’une alimentation variée et équilibrée favorise le maintien des fonctions physiologiques et contribue à l’autonomie et au bien-être des personnes jusqu’à un âge avancé. Par ailleurs, la grande majorité des désordres observés au cours du vieillissement – l’ostéoporose, le diabète et l’hypertension, par exemple – sont liés à des questions de nutrition. Cet ouvrage se consacre à l’étude de la relation complexe entre alimentation et vieillissement en analysant en détail le profil alimentaire des aînés et leurs besoins nutritionnels. On y présente notamment : les problèmes nutritionnels fréquents chez les personnes âgées, comme la dénutrition, la déshydratation ou la dysphagie ; les notions de base nécessaires à la compréhension des particularités nutritionnelles inhérentes au vieillissement ; les facteurs susceptibles d’influer sur les apports nutritionnels ; l’évaluation nutritionnelle ; les nouvelles recommandations nutritionnelles en ce qui a trait notamment à l’énergie, aux macronutriments, à l’eau, etc. ; le nouveau Guide alimentaire canadien ; les composés alimentaires exerçant des actions importantes sur l’organisme, et un tout nouveau chapitre sur le profil nutritionnel et alimentaire des aînés canadiens et québécois. En somme, ce livre est une véritable référence pour les étudiants en gérontologie et plus largement pour toutes les personnes qui se préoccupent de nutrition liée au vieillissement.

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)0,006
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,022
Tête enseignante GPT0,263
Écart entre enseignants0,241 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePresses de l’Université de Montréal eBooksMême sujetNutrition and Health in AgingTravaux en français237 207