Perspective: Plant-Based Meat Alternatives Can Help Facilitate and Maintain a Lower Animal to Plant Protein Intake Ratio
Notice bibliographique
Résumé
The health and environmental advantages of plant-predominant diets will likely lead to increasing numbers of consumers reducing their reliance on animal products. Consequently, health organizations and professionals will need to provide guidance on how best to make this change. In many developed countries, nearly twice as much protein is derived from animal versus plant sources. Potential benefits could result from consuming a higher share of plant protein. Advice to consume equal amounts from each source is more likely to be embraced than advice to eschew all or most animal products. However, much of the plant protein currently consumed comes from refined grains, which is unlikely to provide the benefits associated with plant-predominant diets. In contrast, legumes provide ample amounts of protein as well other components such as fiber, resistant starch, and polyphenolics, which are collectively thought to exert health benefits. But despite their many accolades and endorsement by the nutrition community, legumes make a negligible contribution to global protein intake, especially in developed countries. Furthermore, evidence suggests the consumption of cooked legumes will not substantially increase over the next several decades. We argue here that plant-based meat alternatives (PBMAs) made from legumes are a viable alternative, or a complement, to consuming legumes in the traditional manner. These products may be accepted by meat eaters because they can emulate the orosensory properties and functionality of the foods they are intended to replace. PBMAs can be both transition foods and maintenance foods in that they can facilitate the transition to a plant-predominant diet and make it easier to maintain. PBMAs also have a distinct advantage of being able to be fortified with shortfall nutrients in plant-predominant diets. Whether existing PBMAs provide similar health benefits as whole legumes, or can be formulated to do so, remains to be established.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,007 |
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 ».