Notice bibliographique
Résumé
Obesity and related metabolic health issues are a growing human threat, with many theories regarding its causes. In swine, physiologically alike to humans, considerable knowledge on obesity mechanisms has been accumulated. Calorie counting is the basis for managing swine diets and applied with great accuracy. Epigenetic programing predisposes pigs to insulin insensitivity, but pigs seem to sense this insensitivity and consequently eat less, preventing obesity. Pigs naturally prefer to eat small breakfasts and large dinners. Deviating from this eating pattern or providing diets with a high glycemic burden can trigger obesity; however, pigs will restrict food intake to prevent serious obesity. Interestingly, in practice, problems with obesity are rarely seen, even when pigs are fed poorly timed diets similar to junk food, likely because swine diets are balanced for every nutrient. Indeed, feeding pigs diets deficient in micronutrients does trigger obesity. For humans, several micronutrient requirements have not been set officially, and diets optimized for all micronutrients are rarely provided. In conclusion, various obesity triggers are being debated for humans, which have been proven in swine. Obesity problems in pigs are nevertheless less excessive, likely because pigs recognize unhealthy eating practices and consequently reduce food intake to avoid serious complications. Finally, swine diets are normally balanced for all nutrients, which may be an important practice to prevent obesity, from which human health could greatly benefit.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 0,003 |
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 tête enseignante, 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 ».