The Physiological Effect of Fasting the Month of Ramadan on Anthropometrics and Blood Variables
Notice bibliographique
Résumé
Manystudies have beenconducted onfastingduring the monthof Ramadan;however, their resultswerevastly inconsistent.Itis importanttonote thatnone of these studiescontrolledor evenmonitoredphysical activityandfoodintake. Purpose Thisstudy willdetermineifintermittentfastingwillaffectbody composition, blood lipid profile,glucose, blood proteins and hormones. Methods Eight healthyathletemales participatedinthisstudy.Weight,height andbody compositionofallsubjectswererecordedatbaselineoneday before Ramadan(D1),after ten daysof fastingRamadan(D10) andtwenty‐eightdaysof fastingRamadan (D28). All data was analyzed using 1x3 repeatedmeasuresANOVA(p<.05). Results There wassignificantdecreasein bodymassandLeanbody masscomparingD28withD1andD10.Vigorousactivityand ModerateactivityweresignificantlydecreaseatD10andD28ofRamadan. Thepercentagewhichrecommendeddietary allowancesof caloriesfromproteinshowedsignificantdecreaseatD10andD28comparetoD1.Inaddition,the percentage of calories fromcarbohydrate showedsignificant increaseatD10andD28comparetoD1.FastedGlucoselevelsweresignificantly increasedat D10compareto D1. Glucagondecreasesignificantly at D10, but not at D28.Inaddition,Albumin levelsweresignificantlyloweratD10andD28compareto D1;however,all measurements were stillwithinnormal/healthrange. Conclusion Resultsshowthelevelofphysicalactivity andfoodintakeare majorcontributingfactorsonthereductioninbodyweight.Overall,thesefindingsindicatenohealthriskforfastingthe month of Ramadan.
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 | 0,000 |
| 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) | 0,003 | 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 ».