MétaCan
Menu
Retour à la cohorte
Enregistrement W2903041604 · doi:10.3389/fnut.2018.00115

Safety of Creatine Supplementation in Active Adolescents and Youth: A Brief Review

2018· review· en· W2903041604 sur OpenAlexfundno aff
Andrew R. Jagim, Richard A. Stecker, Patrick S. Harty, Jacob L. Erickson, Chad M. Kerksick

Notice bibliographique

RevueFrontiers in Nutrition · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésCreatineMedicinePsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Creatine has been extensively researched and is well-supported as one of the most effective dietary supplements available. There is overwhelming support within the literature regarding the ability of creatine to augment performance following short term (5-7 days) and long-duration supplementation periods. There is also strong support for creatine regarding its safety profile and minimal risk for adverse events or any negative influence on markers of clinical health and safety. Recent research has also highlighted the ability of creatine to confer several health-related benefits in select clinical populations in addition to offering cognitive benefits. Creatine is also a popular supplement of choice for adolescent athletes; however, research in this area is extremely limited, particularly when examining the safety and efficacy of creatine supplementation in this population. Therefore, the purpose of this review was to highlight the limited number of studies available in adolescent populations and systematically discuss the topic of safety of creatine supplementation in a younger population.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,760
Score d'incertitude au seuil0,925

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,296
Écart entre enseignants0,279 · 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.

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

Citations31
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetMuscle metabolism and nutritionTravaux en français237 207