MétaCan
Menu
Retour à la cohorte
Enregistrement W4294243179 · doi:10.1186/s42779-022-00152-5

Sardinian dietary analysis for longevity: a review of the literature

2022· review· en· W4294243179 sur OpenAlexaff
Chaoyue Wang, Marco A. Murgia, José Baptista, Massimo F. Marcone

Notice bibliographique

RevueJournal of Ethnic Foods · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésLongevityFamineDelicacyGeographyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Sardinia is one of the five Longevity Blue Zones (LBZs) in the world. Compared to other LBZs, the percentage of male centenarians in Sardinia is much higher. Due to the island’s isolation, the genetic traits of Sardinian people have shown that they are direct descendants of their Nuragic ancestors from the Neolithic era. To survive during times of food scarcity, many “famine foods” are created; acorn bread containing clay, cheese ripened in goat abomasum, and soft cheese with worms are examples of these uncommon foods. Although considered food taboo by the outside world, they are cherished as cultural heritage and local delicacy. Studies have shown that Sardinian longevity is closely related to their special famine foods. They are not only nutritious; the production of these foods resulted in low stress and increased lifespan. Moreover, local food production practices have resulted in a strong cultural bond and helped the Sardinian people to survive cultural erosion from industrialization and modernization.

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)0,001
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 enseignants0,956
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,078
Tête enseignante GPT0,366
Écart entre enseignants0,288 · 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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ethnic FoodsMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207