MétaCan
Menu
Retour à la cohorte
Enregistrement W4285319089 · doi:10.21926/rpn.2202014

The Potential Role of Commensal Microbes in Optimizing Nutrition Care Delivery and Nutrient Metabolism

2022· article· en· W4285319089 sur OpenAlexafffund
Anikka Swaby, Luis B. Agellon

Notice bibliographique

RevueRecent Progress in Nutrition · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésMetagenomicsBiologyGut floraMicrobiomeBiotechnologyMicrobial metabolismHost (biology)CommensalismHuman healthComputational biologyBacteriaBioinformaticsEcologyMedicineEnvironmental healthImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

Microbes have been part of the diet throughout human history. In the evolution of food preservation practices, some techniques inadvertently leveraged microbial activity not only to extend the storage life but also to enhance the properties and nutritive value of foods. In the last century, a variety of bacterial species (referred to as probiotics) were found to confer health benefits to the host. The advent of high-throughput sequencing methods facilitated improved surveillance of conventional probiotics within gut microbial communities as well as fueled the deep exploration of the human gut microbiota. Metagenomic analyses along with improvements in microbial culture techniques and comprehensive functional characterization of specific microbes both in vitro and in vivo have shed new insights into the intimate relationship of the gut microbiota and its host. Recent findings suggest the potential of conventional and newly identified bacterial species in enhancing nutrient processing and holds promise in improving the efficacy of conventional nutrition intervention strategies in managing diseases as well as in the delivery of personalized nutrition therapy support.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,405
Score d'incertitude au seuil0,383

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 Opus0,005
Tête enseignante GPT0,239
Écart entre enseignants0,234 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRecent Progress in NutritionMême sujetGut microbiota and healthTravaux en français237 207