MétaCan
Menu
Retour à la cohorte
Enregistrement W2898139406 · doi:10.3390/biom8040124

Antioxidants: Positive or Negative Actors?

2018· review· en· W2898139406 sur OpenAlexaff
Bahare Salehi, Miquel Martorell, Jack L. Arbiser, Antoni Sureda, Natália Martins, Pawan Kumar Maurya, Mehdi Sharifi‐Rad, Pradeep Kumar, Javad Sharifi‐Rad

Notice bibliographique

RevueBiomolecules · 2018
Typereview
Langueen
DomaineNursing
ThématiqueVitamin C and Antioxidants Research
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesInstituto de Salud Carlos IIIFundação para a Ciência e a TecnologiaCentro de Investigación Biomédica en Red-Fisiopatología de la Obesidad y Nutrición
Mots-clésReactive oxygen speciesContext (archaeology)AntioxidantDiseasePopulationMedicinePopularityIntensive care medicineChemistryBiologyPsychologyBiochemistryEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

The term "antioxidant" is one of the most confusing definitions in biological/medical sciences. In chemistry, "antioxidant" is simply conceived "a compound that removes reactive species, mainly those oxygen-derived", while in a cell context, the conceptual definition of an antioxidant is poorly understood. Indeed, non-clinically recommended antioxidants are often consumed in large amounts by the global population, based on the belief that cancer, inflammation and degenerative diseases are triggered by high oxygen levels (or reactive oxygen species) and that through blocking reactive species production, organic unbalances/disorders can be prevented and/or even treated. The popularity of these chemicals arises in part from the widespread public mistrust of allopathic medicine. In fact, reactive oxygen species play a dual role in dealing with different disorders, since they may contribute to disease onset and/or progression but may also play a key role in disease prevention. Further, the ability of the most commonly used supplements, such as vitamins C, E, selenium, and herbal supplements to decrease pathologic reactive oxygen species is not clearly established. Hence, the present review aims to provide a nuanced understanding of where current knowledge is and where it should go.

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)0,003
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,081
Tête enseignante GPT0,411
Écart entre enseignants0,330 · 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

Citations252
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomoleculesMême sujetVitamin C and Antioxidants ResearchTravaux en français237 207