The effect of before meal consumption of fluid milks and substitutes on short‐term food intake, appetite and glycemic response in healthy young men and women
Notice bibliographique
Résumé
We hypothesized that consuming milk before and between meals compared with substitutes or orange juice is better for appetite and glycemic control. Two experiments compared the effect of consuming at 30 (Experiment 1) or 120 min (Experiment 2) before a pizza meal, isovolumetric (500 ml) amounts of water, soy beverage (SB; 200 kcal), 2% milk (M; 260 kcal), 1% chocolate milk (CM; 340 kcal), orange juice (OJ; 229 kcal) and cow's milk‐based infant formula (IF; 368 kcal) on appetite, food intake (FI) and blood glucose (BG) before and after a meal in healthy young men and women. Compared to water, all preloads reduced pre‐meal appetite (P = 0.0008). Pre‐meal ingestion of CM and IF reduced FI by 14% (880 ± 72 kcal) and 12% (905 ± 79 kcal), respectively (P = 0.0007) compared to water (1022 ± 75 kcal) at 30 min, but no preloads reduced FI at 2 h. Blood glucose was higher after CM than other caloric preloads from 0 to 30 min and after CM and OJ from 0 to 120 min (P < 0.0001). Only M reduced post‐meal BG in both experiments (P < 0.0001) and its effects were independent of meal time energy intake. Overall pre‐ and post‐meal BG was lower after M than after CM and OJ, but did not differ from water or IF (P = 0.005). Thus, pre‐meal consumption of 2% milk provided better glycemic response than other beverages, however, calorie content and inter‐meal intervals were primary determinants of their effects on FI. Grant Funding Source : Dairy Farmers of Ontario, Natural Sciences and Engineering Research Council of Canada (NSERC) and Kraft Canada
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».