MétaCan
Menu
Retour à la cohorte
Enregistrement W3191454126

The Sugar-Cancer Connection Revisited: Aren’t Obesity, Cardiovascular, Metabolic Disorders and Awareness The Main Problems?

2021· article· en· W3191454126 sur OpenAlexaff
Pierre A. Guertin

Notice bibliographique

RevueJournal of consciousness exploration & research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSugarCancerFructoseObesityBlood sugarInsulinAdded sugarCarbohydrate metabolismCancer cellOverconsumptionEndocrinologyMedicineInternal medicineDiabetes mellitusFood scienceBiologyBiotechnologyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Blood sugar had been proposed a long time ago to promote cancer. Since then, several studies were undertaken to either disprove or confirm that potential causal relationship.  Among all forms of sugars – e.g., glucose, carbohydrates, fructose, maltose –, none was shown to increase directly or specifically the risks of cancer. Moreover, a reduction of glucose intake failed to prevent or reduce tumor cell activity. This said, all cells including cancer cells need sugar or more specifically glucose as fuel for their intrinsic cellular metabolism. One thing is clear about sugar or glucose — eating a lot of it generally leads to overstimulation of insulin, insulin growth factor (IGF), and overweight problems. In other words, as of today, scientists have failed to confirm a direct link between sugar and cancer, although an indirect link was found between cancer and all sources of energy such as lipids, proteins, alcohol, and sugar or glucose — i.e., when steadily taken in excess, all forms of energy lead generally to insulin problems, obesity, and type II diabetes which are, in turn, conditions well-known to enhance the risks of several types of cancer. Beyond a lack of knowledge about food, it is maybe poor awareness levels that underlie unconscious behaviors leading to excessive eating and abnormal sugar consumption mainly in Occidental countries.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,754
Score d'incertitude au seuil0,753

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,065
Tête enseignante GPT0,360
Écart entre enseignants0,295 · 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 tête enseignante, 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
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of consciousness exploration & researchMême sujetDiet, Metabolism, and DiseaseTravaux en français237 207