Are novel plant-based meat alternatives the healthier choice?
Notice bibliographique
Résumé
The global market for plant-based meat alternatives (PBMAs) is expanding quickly. In this narrative review, analysis of the most recent scientific literature was achieved to understand the nutritional profile, health implications, and the challenges faced by PBMAs. On the positive side, most PBMAs are good sources of dietary fiber, contain phytochemicals, have comparable levels of iron, and are lower in calories, saturated fat, and cholesterol than meat. However, PBMAs frequently contain anti-nutrients, have less protein, iron, and vitamin B12, are lower in protein quality, and also have higher amounts of sodium. Substituting PBMAs for meats may cause iron, vitamin B12, and less likely protein deficiency for these vulnerable population such as women, older adults, and individuals with disorders. PBMAs fall into the category of ultra-processed foods, indicating a need to develop minimally processed, clean-label products. Replacing red meat with healthy plant-based foods is associated with lower risks of cardiovascular diseases, type 2 diabetes, and total mortality. There is a lack of robust, long-term evidence on the role of PBMAs consumption in health. As the nutrient contents of PBMAs can vary, consumers must read nutrition facts labels and ingredient lists to select a product that best fits their nutritional and health objectives.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».