A to Z of nutritional supplements: dietary supplements, sports nutrition foods and ergogenic aids for health and performance—Part 32
Notice bibliographique
Résumé
The letter P brings together two of the most talked about supplement families: proteins, which have been perennially popular since the time of the ancient Olympians and prohormones, which will be dealt with in a later issue. Both supplement families include products which range from simple and relatively inexpensive, to exotic, expensive and emotively marketed. Part 32 also includes information on proline, a non-essential amino acid which is marketed for growth and repair of soft tissue based on its importance in the make-up of collagen. ### S M Phillips L Breen Skeletal muscle protein turnover rates are ∼1%–2%/d and exist in dynamic, usually balanced, equilibrium between muscle protein breakdown (MPB) and muscle protein synthesis (MPS). For example, in the fasted state, MPB>MPS, whereas in response to ingestion of protein-containing meals, MPS>MPB.1 Thus, in healthy adults, muscle mass remains relatively stable due to ‘fed-gain’ being balanced by fasted-loss, so daily protein flux, while it may be 3–4 times greater than net intake and loss, is in tight balance. Fasted-state protein losses are typically about 40–60 g/d for a sedentary person weighing 70–90 kg and it is debatable what the losses would be in athletes, be they aerobically or resistance trained. Dietary protein for athletic populations can serve as signal and substrate for MPS, resulting in protein accretion for hypertrophy, repair of damaged proteins or assisting the maintenance of lean mass. There are important messages for athletes, who differ from sedentary individuals, in terms of quantity, timing and quality of protein intake in relation to an athlete's training stimulus. The molecular changes underpinning these adaptations are gene transcription and mRNA translational signalling and are highlighted in a review.2 The general consensus is that adults need no more than 0.8–0.9 g/kg/d of protein to meet their needs. However, the notion of consumption of ‘extra’ protein above these …
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,008 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,036 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».