MétaCan
Menu
Retour à la cohorte
Enregistrement W4404423277 · doi:10.1080/19490976.2024.2428848

Prebiotics in food and dietary supplements: a roadmap to EU health claims

2024· article· en· W4404423277 sur OpenAlexaff
Kieran Tuohy, Elaine E. Vaughan, Lucien F. Harthoorn, Ellen E. Blaak, Philip W. J. Burnet, Alessandro Busetti, Anirikh Chakrabarti, Nathalie M. Delzenne, Paul de Vos, Louise Dye, Damien Guillemet, Lesley A. Houghton, A.F.M. Kardinaal, Cath Mersh, Kathy Musa‐Veloso, Annegret Nielsen, Justyna Palasinska, Salminen Seppo, Gemma Walton, Naomi Venlet, Charlotte Hubermont, Philip C. Calder

Notice bibliographique

RevueGut Microbes · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueMicrobial Metabolites in Food Biotechnology
Établissements canadiensIntertek (Canada)
Organismes subventionnairesInternational Life Sciences Institute
Mots-clésBiologyHealth claims on food labelsBiotechnologyFood scienceHealth benefitsDietary supplementEnvironmental healthTraditional medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Numerous studies have established that prebiotic ingredients in foods and dietary supplements may play a role in supporting human health. Over the three decades that have passed since prebiotics were first defined as a concept, research has revealed a complex universe of prebiotic-induced changes to the human microbiota. There are strong indications of a direct link between these prebiotic-induced changes and specific health benefits. However, at the present time, the EU has not permitted use of the term ‘prebiotic’ in connection with an approved health claim. This paper is the outcome of a workshop organized on the 25th October 2023 by the European branch of the International Life Science Institute (ILSI). It provides an overview of the regulatory requirements for authorized health claims in the EU, key areas of prebiotic research, and findings to date in relation to prebiotics and digestive, immune, metabolic and cognitive health. Research gaps and documentation challenges are then explored and a roadmap proposed for achieving authorization of ‘prebiotic’ in the wording of future EU health claims.

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)0,072
score de la tête « metaresearch » (Gemma)0,065
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,380

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0720,065
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,007
Communication savante0,0140,017
Science ouverte0,0040,013
Intégrité de la recherche0,0200,012
Charge utile insuffisante (le modèle a refusé de juger)0,0150,003

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,300
Écart entre enseignants0,284 · 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
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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGut MicrobesMême sujetMicrobial Metabolites in Food BiotechnologyTravaux en français237 207