MétaCan
Menu
Retour à la cohorte
Enregistrement W3204823323

CHOCOLATE: HEALTH BENEFITS

2019· article· en· W3204823323 sur OpenAlexvenueno aff
Ayat Tahir

Notice bibliographique

RevueAdvanced Food and Nutritional Sciences · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDark chocolateFood scienceIngredientPolyphenolHealth benefitsBlood pressureHuman nutritionObesityFood productsMedicineChemistryTraditional medicineBiochemistryInternal medicineAntioxidant
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cacao, the quintessential ingredient in all true chocolate and cocoa products is a highly complex food source. The three most common applications of chocolate had been a) inducing weight in emaciated patients b) stimulating the nervous system and c) improving digestion and elimination. The specific effects of chocolate may be attributable to specific constituents such as flavonoids. Over the past decade, there has been increased interest in the potential health benefits related to dietary flavonoids and in particular flavanol consumption. There have been many observational studies to date that have reported a positive correlation between the consumption of dietary flavonoids including flavanols and a reduced risk for cardiovascular disease. The consumption of cocoa flavanol containing food products have been shown to improve endothelial function, insulin sensitivity, and reduce blood pressure. Regular consumption of flavanol containing chocolate bar with added PS (plant sterol) as part of a low-fat diet can significantly lower blood cholesterol levels and also reduce the systolic blood pressure without affecting the body's weight adversely supporting the concept that inclusion of these types of specially formulated foods into a balanced diet may help to support cardiovascular health. An added benefit being the various polyphenols present in chocolate, influence the numerous cytokines and enzyme systems in human body.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,577
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,332
Écart entre enseignants0,302 · 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'étudeAutre devis
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Food and Nutritional SciencesMême sujetFatty Acid Research and HealthTravaux en français237 207