MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387360174 · doi:10.1021/acs.jafc.3c02304

Impact of Oat (<i>Avena sativa</i> L.) on Metabolic Syndrome and Potential Physiological Mechanisms of Action: A Current Review

2023· review· en· W4387360174 sur OpenAlexaboutno aff
Lin Li, Ruiyuan Zhang, Yichen Hu, Hongdan Deng, Xu Pei, Fang Liu, Chen Chen

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesChina Scholarship Council
Mots-clésAvenaMetabolic syndromeDyslipidemiaBiologyObesityBiotechnologyFood scienceAgronomyMedicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Oat ( Avena sativa L.), an annual herbaceous plant belonging to the Gramineae family, is widely grown in various regions including EU, Canada, America, Australia, etc . Due to the nutritional and pharmacological values, oats have been developed into various functional food including fermented beverage, noodle, cookie, etc . Meanwhile, numerous studies have demonstrated that oats may effectively improve metabolic syndrome, such as dyslipidemia, hyperglycemia, atherosclerosis, hypertension, and obesity. However, the systematic pharmacological mechanisms of oats on metabolic syndrome have not been fully revealed. Therefore, in order to fully explore the benefits of oat in food industry and clinic, this review aims to provide up-to-date information on oat and its constituents, focusing on the effects on metabolic syndrome.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,060
Tête enseignante GPT0,337
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food Chemistry→Même sujetLiver Disease Diagnosis and Treatment→Travaux en français237 207→