MétaCan
Menu
Retour à la cohorte
Enregistrement W4361275504 · doi:10.1016/j.cdnut.2023.100071

Maternal Exposure to Red Rooibos Does Not Alter Bone Development in Male or Female Sprague-Dawley Rat Offspring

2023· article· en· W4361275504 sur OpenAlexafffund
Jenalyn L. Yumol, Michael D. McAlpine, Wendy E. Ward

Notice bibliographique

RevueCurrent Developments in Nutrition · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensBrock University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOffspringLactationWeaningPregnancyEndocrinologyBone mineralInternal medicineMedicinePhysiologyBiologyOsteoporosis

Résumé

récupéré en direct d'OpenAlex

Maternal diet during pregnancy and/or throughout lactation provides a potential opportunity for nutritional programming of offspring bone development. Objectives of this study were to determine whether maternal consumption of red rooibos (RR) throughout pregnancy and lactation improved bone mineral density (BMD), bone structure, and bone strength in offspring and to determine potential sex-specific responses. Female Sprague-Dawley rats were randomly assigned to control water or RR in water (2600 mg/kg body weight/d) from prepregnancy through to the end of lactation. At weaning, offspring were fed AIN-93G diet until age 3 mo. Longitudinal assessment of the tibia demonstrated that maternal exposure to RR did not alter the trajectory of BMD or bone structure in male or female offspring compared with sex-specific controls at age 1, 2, or 3 mo or bone strength at age 3 mo. In conclusion, maternal exposure to RR did not program bone development in male or female offspring.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,001

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 Opus0,065
Tête enseignante GPT0,366
Écart entre enseignants0,301 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Developments in NutritionMême sujetBone health and osteoporosis researchTravaux en français237 207