MétaCan
Menu
Retour à la cohorte
Enregistrement W3035030758 · doi:10.1007/s00125-020-05183-8

The competitive athlete with type 1 diabetes

2020· review· en· W3035030758 sur OpenAlexaff
Michael C. Riddell, Sam N. Scott, Paul Fournier, Sheri R. Colberg, Ian Gallen, Othmar Moser, Christoph Stettler, Jane E. Yardley, Dessi P. Zaharieva, Peter Adolfsson, Richard M. Bracken

Notice bibliographique

RevueDiabetologia · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensWomen and Children’s Health Research InstituteUniversity of AlbertaLMC Diabetes & Endocrinology (Canada)Diabetes CanadaYork University
Organismes subventionnairesNovo NordiskSwansea University
Mots-clésAthletesGlycogenType 2 diabetesDiabetes mellitusMedicineCarbohydrate metabolismPerspective (graphical)Competitive athletesLongevityInsulinEndocrinologyInternal medicineGerontologyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Regular exercise is important for health, fitness and longevity in people living with type 1 diabetes, and many individuals seek to train and compete while living with the condition. Muscle, liver and glycogen metabolism can be normal in athletes with diabetes with good overall glucose management, and exercise performance can be facilitated by modifications to insulin dose and nutrition. However, maintaining normal glucose levels during training, travel and competition can be a major challenge for athletes living with type 1 diabetes. Some athletes have low-to-moderate levels of carbohydrate intake during training and rest days but tend to benefit, from both a glucose and performance perspective, from high rates of carbohydrate feeding during long-distance events. This review highlights the unique metabolic responses to various types of exercise in athletes living with type 1 diabetes. Graphical abstract.

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)0,000
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 enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
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)0,0190,004

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 Opus0,038
Tête enseignante GPT0,306
Écart entre enseignants0,269 · 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

Citations99
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetologiaMême sujetDiet and metabolism studiesTravaux en français237 207