The effect of preloads of fluid milks and substitutes on short‐term food intake, appetite and glycemic response in healthy young men and women
Notice bibliographique
Résumé
In a randomized, crossover design, 29 males and females (age: 22.4 ± 0.4 years, BMI: 21.9 ± 0.3 kg/m2) were provided on 5 separate occasions isovolumetric preloads (500 ml) of water (0 kcal), soy beverage (SB; 200 kcal), 2% milk (M; 260 kcal), 1% chocolate milk (CM; 340 kcal), and cow's milk-based infant formula (IF; 368 kcal) 30 min prior to an ad libitum pizza meal at which food intake was measured. Blood glucose in capillary blood samples and subjective appetite was measured at baseline and intervals pre (0–30 min) and post meal (30–170 min). Compared to water, CM, SB and IF reduced subjective appetite at 10 min (P = 0.0008). Pre-meal ingestion of only CM and IF reduced food intake by 14% (880 ± 72 kcal) and 12% (905 ± 79 kcal), respectively (P = 0.0007) compared to water (1022 ± 75 kcal). Blood glucose was higher after CM than other caloric preloads from 0 to 30 min (P < 0.0001). Post meal, both M and CM resulted in lower blood glucose at 95 min compared to water, SB and IF (P < 0.0001). Cumulative blood glucose was lower after M compared to CM consumption, but neither differed from other preloads (P = 0.005). Thus, preloads of fluid milks and substitutes differ in their effects on food intake and blood glucose. Calorie content is a primary determinant of food intake but macronutrient composition is factor in blood glucose control. Supported by Dairy Farmers of Ontario and NSERC. Grant Funding Source: Dairy Farmers of Ontario and NSERC
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».