MétaCan
Menu
Retour à la cohorte
Enregistrement W4402134803 · doi:10.1016/j.ajcnut.2024.07.004

Perspective on the health value of carbohydrate-rich foods: glycemic index and load; fiber and whole grains

2024· article· en· W4402134803 sur OpenAlexaff
David J.A. Jenkins, Walter C. Willett

Notice bibliographique

RevueAmerican Journal of Clinical Nutrition · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésGlycemic loadGlycemic indexWhole grainsDietary fiberCarbohydrateGlycemicFood scienceGlycaemic indexRefined grainsPerspective (graphical)MedicineDiseaseHealth benefitsEnvironmental healthInternal medicineBiologyInsulinTraditional medicineMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For over 45 y increasingly comprehensive food tables of glycemic index (GI) and glycemic load (GL) have been published in the American Journal of Clinical Nutrition to determine the GI and GL values of diets. Recently the WHO based on a 2019 series of meta-analyses concluded that increases in dietary fiber and whole grains but not reduction in GI or GL warranted recommendations for chronic disease reduction. METHODS AND RESULTS: We therefore provide a perspective on the current evidence that indicates that GI and GL are also determinants of risk of chronic disease outcomes. We are also concerned with the term dietary fiber used in the singular when there are many dietary fibers that may differ in their physiological effects. Furthermore, the term "whole grains" that refers to "whole grain flour" limits the exploration of "intact" grains that are low GI and have useful physiological effects. CONCLUSION: We conclude that all these determinants of the health values of carbohydrate-rich foods should be used in combination to assess the health value of carbohydrate-rich foods.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,032
Tête enseignante GPT0,363
Écart entre enseignants0,331 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical NutritionMême sujetFood composition and propertiesTravaux en français237 207