Common questions and misconceptions about protein supplementation: what does the scientific evidence really show?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Protein supplementation often refers to increasing the intake of this particular macronutrient through dietary supplements in the form of powders, ready-to-drink shakes, and bars. The primary purpose of protein supplementation is to augment dietary protein intake, aiding individuals in meeting their protein requirements, especially when it may be challenging to do so through regular food (i.e. chicken, beef, fish, pork, etc.) sources alone. A large body of evidence shows that protein has an important role in exercising and sedentary individuals. A PubMed search of “protein and exercise performance” reveals thousands of publications. Despite the considerable volume of evidence, it is somewhat surprising that several persistent questions and misconceptions about protein exist. The following are addressed: 1) Is protein harmful to your kidneys? 2) Does consuming “excess” protein increase fat mass? 3) Can dietary protein have a harmful effect on bone health? 4) Can vegans and vegetarians consume enough protein to support training adaptations? 5) Is cheese or peanut butter a good protein source? 6) Does consuming meat (i.e., animal protein) cause unfavorable health outcomes? 7) Do you need protein if you are not physically active? 8) Do you need to consume protein ≤ 1 hour following resistance training sessions to create an anabolic environment in skeletal muscle? 9) Do endurance athletes need additional protein? 10) Does one need protein supplements to meet the daily requirements of exercise-trained individuals? 11) Is there a limit to how much protein one can consume in a single meal? To address these questions, we have conducted a thorough scientific assessment of the literature concerning protein supplementation.
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.
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 | 0,000 |
| 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 | 0,000 |
| 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 découle