MétaCan
Menu
Retour à la cohorte
Enregistrement W3201730049 · doi:10.1002/lipd.12324

<i>Trans</i>‐10 18:1 in ruminant meats: A review

2021· review· en· W3201730049 sur OpenAlexaff
Susana P. Alves, Payam Vahmani, Cletos Mapiye, Tim A. McAllister, R.J.B. Bessa, M. E. R. Dugan

Notice bibliographique

RevueLipids · 2021
Typereview
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésRuminantConjugated linoleic acidFood scienceLinoleic acidChemistryFatty acidBiologyBiotechnologyBiochemistryAgronomyCrop

Résumé

récupéré en direct d'OpenAlex

Trans (t) fatty acids (TFA) from partially hydrogenated vegetable oils (i.e., industrial trans) have been phased out of foods in many countries due to their promotion of cardiovascular disease. This leaves ruminant-derived foods as the main source of TFA. Unlike industrial TFA where catalytic hydrogenation yields a broad distribution of isomers, ruminant TFA are enzymatically derived and can result in enrichment of specific isomers. Comparisons between industrial and ruminant TFA have often exonerated ruminant TFA due to their lack or at times positive effects on health. At extremes, however, ruminant-sourced foods can have either high levels of t10- or t11-18:1, and when considering enriched sources, t10-18:1 has properties similar to industrial TFA, whereas t11-18:1 can be converted to an isomer of conjugated linoleic acid (cis(c)9,t11-conjugated linoleic acid), both of which have potential positive health effects. Increased t10-18:1 in meat-producing ruminants has not been associated with negative effects on live animal production or meat quality. As such, reducing t10-18:1 has not been of immediate concern to ruminant meat producers, as there have been no economic consequences for its enrichment; nevertheless at high levels, it can compromise the nutritional quality of beef and lamb. In anticipation that regulations regarding TFA may focus more on t10-18:1 in beef and lamb, the present review will cover its production, analysis, biological effects, strategies for manipulation, and regulatory policy.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,103
Tête enseignante GPT0,422
Écart entre enseignants0,320 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations33
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLipidsMême sujetFatty Acid Research and HealthTravaux en français237 207