Chia Seed (Salvia hispanica L.), Incorporated Into Cookies, Reduces Postprandial Glycemic Variability but Has Little or No Ef-Fect on Subjective Appetite
Notice bibliographique
Résumé
Chia seed, high in dietary-fiber and protein, may have potential to increase satiety. However, previous studies are confounded by differences in energy intake, and none investigated doses <7g. We compared the subjective appetite and glycaemic responses elicited by 30g cookies containing 0, 3, 5 or 7g chia seed (CS0, CS3, CS5 or CS7, respectively, 140-150kcal, 7-8g fat, 4g protein, 0-2g dietary-fiber, 16g available-carbohydrate) using a randomized, double-blind, cross-over design. Overnight-fasted heathy adults (24 males, 22 females; mean±SD age 37±13y; BMI 27.4±3.9kg/m²) consumed test-cookies and had appetite and plasma-glucose measured before and intermittently for 3h after eating. Data were analyzed by ANOVA with Tukey’s test to adjust for multiple comparisons; the criterion for significance was 2-tailed p<0.025 for the primary endpoints of total area under the curve (tAUC0-3h) for hunger and fullness. Hunger tAUC0-3h was similar among treatments (p=0.49) but fullness differed (p=0.019) with tAUC0-3h after CS3>CS7 (mean±SEM) (140±9 vs 122±10mm×h, p<0.025). Mean incremental glucose AUC0-2h after CS3, CS5 and CS7, respectively, were 22%, 23% and 30% less than CS0 (p<0.05). Thus, although chia reduced glycemic responses, we were unable to demonstrate a significant effect of ≤7g chia seed on the primary endpoints of hunger or fullness tAUC0-3h versus control.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».