MétaCan
Menu
Retour à la cohorte
Enregistrement W3091493886 · doi:10.5817/sts2020-1-2

Influence of long-term fasting and intermittent fasting on the cognitive abilities

2020· article· en· W3091493886 sur OpenAlexaboutno aff
Marie Crhová, Kateřina Kapounková

Notice bibliographique

RevueStudia sportiva · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDietary Effects on Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntermittent fastingCognitionTerm (time)MedicineVerbal memoryWeight lossPsychologyAudiologyDevelopmental psychologyInternal medicinePsychiatryObesity

Résumé

récupéré en direct d'OpenAlex

Fasting as skipping or abstaining from eating or drinking for a certain time is known mainly due to religion. In addition to religious reasons, we can also fast for weight loss or detoxication. We have decided to examine the impact of fasting on the human organism more closely, especially on the cognitive functions, such as short-term memory, attention, concentration, language skills, abstract reasoning, etc. The research completed 16 participants (M+F; 25.8y±2.7; 179.5cm±11.6; 74.6kg±15.1). There were divided into 2 groups (long-term fasting (LTF) and intermittent fasting (IF)). For measurement cognitive function we used Montreal Cognitive Assessment (MoCA), which was completed by all participants in the study before and after the fasting period. The research completed 16 participants. The total score of MoCA decreased in both group after the fasting period, more in the IF group (-1.1 points), but not statistically significant. Values for short-term memory evaluation decreased in both groups, also in the IF group more (-0.9 points), there was a large effect size. Verbal production values decreased in both group and these changes were statistically significant with small effect size. Our results suggest that long-term fasting and intermittent fasting may reduce genitive abilities. Especially short-term memory can be influenced by intermittent fasting. Both fasting methods decreased the level of verbal production.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,308
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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudia sportivaMême sujetDietary Effects on HealthTravaux en français237 207