MétaCan
Menu
Retour à la cohorte
Enregistrement W4291017859 · doi:10.3389/fnut.2022.970364

The health effects of soy: A reference guide for health professionals

2022· review· en· W4291017859 sur OpenAlexaff
Mark Messina, Alison M. Duncan, Virginia Messina, Heidi Lynch, Jessica Kiel, John W. Erdman

Notice bibliographique

RevueFrontiers in Nutrition · 2022
Typereview
Langueen
DomaineMedicine
ThématiquePhytoestrogen effects and research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHealth professionalsSOY ISOFLAVONESSoy proteinHealth benefitsPerspective (graphical)IsoflavonesMedicinePublic relationsMarketingKnowledge managementPsychologyBusinessComputer sciencePolitical scienceHealth careTraditional medicinePathology

Résumé

récupéré en direct d'OpenAlex

Soy is a hotly debated and widely discussed topic in the field of nutrition. However, health practitioners may be ill-equipped to counsel clients and patients about the use of soyfoods because of the enormous, and often contradictory, amount of research that has been published over the past 30 years. As interest in plant-based diets increases, there will be increased pressure for practitioners to gain a working knowledge of this area. The purpose of this review is to provide concise literature summaries (400-500 words) along with a short perspective on the current state of knowledge of a wide range of topics related to soy, from the cholesterol-lowering effects of soy protein to the impact of isoflavones on breast cancer risk. In addition to the literature summaries, general background information on soyfoods, soy protein, and isoflavones is provided. This analysis can serve as a tool for health professionals to be used when discussing soyfoods with their clients and patients.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,701
Score d'incertitude au seuil0,543

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,069
Tête enseignante GPT0,462
Écart entre enseignants0,394 · 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
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

Citations61
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetPhytoestrogen effects and researchTravaux en français237 207