Diet composition and energy intake in humans
Notice bibliographique
Résumé
Absolute energy from fats and carbohydrates and the proportion of carbohydrates in the food supply have increased over 50 years. Dietary energy density (ED) is primarily decreased by the water and increased by the fat content of foods. Protein, carbohydrates and fat exert different effects on satiety or energy intake (EI) in the order protein > carbohydrates > fat. When the ED of different foods is equalized the differences between fat and carbohydrates are modest. Covertly increasing dietary ED with fat, carbohydrate or mixed macronutrients elevates EI, producing weight gain and vice versa. In more naturalistic situations where learning cues are intact, there appears to be greater compensation for the different ED of foods. There is considerable individual variability in response. Macronutrient-specific negative feedback models of EI regulation have limited capacity to explain how availability of cheap, highly palatable, readily assimilated, energy-dense foods lead to obesity in modern environments. Neuropsychological constructs including food reward (liking, wanting and learning), reactive and reflective decision making, in the context of asymmetric energy balance regulation, give more comprehensive explanations of how environmental superabundance of foods containing mixtures of readily assimilated fats and carbohydrates and caloric beverages elevate EI through combined hedonic, affective, cognitive and physiological mechanisms. This article is part of a discussion meeting issue 'Causes of obesity: theories, conjectures and evidence (Part II)'.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 | 0,000 |
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 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 ».