MétaCan
Menu
Retour à la cohorte
Enregistrement W3134493031 · doi:10.1152/ajpendo.00574.2020

Higher protein intake during resistance training does not potentiate strength, but modulates gut microbiota, in middle-aged adults: a randomized control trial

2021· article· en· W3134493031 sur OpenAlexaff
Colleen F. McKenna, Amadeo F. Salvador, Riley Hughes, Susannah E. Scaroni, Rafael A. Alamilla, Andrew T. Askow, Scott A. Paluska, A. C. Dilger, Hannah D. Holscher, Michael De Lisio, Naiman A. Khan, Nicholas A. Burd

Notice bibliographique

RevueAmerican Journal of Physiology-Endocrinology and Metabolism · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésResistance trainingGut floraMedicineRandomized controlled trialPhysiologyInternal medicineBiologyImmunology

Résumé

récupéré en direct d'OpenAlex

Our research evaluates the efficacy of higher in comparison with moderate animal-based protein intake on resistance exercise training-induced muscle strength, clinical biomarkers, and gut microbiota in middle-aged adults through a dietary counseling-controlled intervention. Higher protein intake did not potentiate training adaptations, nor did the intervention effect disease biomarkers. Both diet and exercise modified gut microbiota composition. Collectively, moderate amounts of high-quality, animal-based protein is sufficient to promote resistance exercise adaptations at the onset of aging.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,007
Tête enseignante GPT0,213
Écart entre enseignants0,206 · 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'étudeEssai randomisé
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

Citations34
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Physiology-Endocrinology and MetabolismMême sujetMuscle metabolism and nutritionTravaux en français237 207