MétaCan
Menu
Retour à la cohorte
Enregistrement W4407168863 · doi:10.12775/jehs.2025.78.57497

Non-trivial uses of melatonin: Its effects on sleep, jet lag, obesity, migraine, and gastrointestinal disorders

2025· article· en· W4407168863 sur OpenAlexaff
Jakub Wirkijowski, Małgorzata Wirkijowska, Jolanta Mędyk, Yauheniya Patarocha, Michał Rogulski, Aleksandra Ślusarska, Paulina Błasiak, Patryk Mikołajec, Ruslan Huk, Barbara Bilecka

Notice bibliographique

RevueJournal of Education Health and Sport · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueCircadian rhythm and melatonin
Établissements canadiensOptech (Canada)
Organismes subventionnairesnon disponible
Mots-clésMigraineSleep (system call)MelatoninMedicineObesityLagInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

Introduction and aim of the study: Melatonin consumption is steadily increasing. In this literature review, the authors intended to introduce the latest scientific evidence on the influence of the sleep hormone not only on the quality of time spent in bed and jet lag, but also to consider possible other positive impacts. Its eventual effects on headaches, gastrointestinal complaints, or obesity were analyzed. Materials and methods: The authors searched the scientific literature utilizing search engines such as Science Direct, Cochrane, PubMed, Google Scholar, and UpToDate. The literature review focused on the association of melatonin with issues such as sleep, migraines, GERD, IBS, and jet lag. Results: Most of the articles reviewed in this study highlighted the positive effects of melatonin supplementation on sleep problems and jet lag. Furthermore, many studies report that it likewise has a beneficial impact on conditions not directly related to sleep, such as obesity, GERD, IBS, or migraine. Nevertheless, the articles emphasize the need for further research to establish treatment protocols and to select an optimal dose.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,011
Tête enseignante GPT0,298
Écart entre enseignants0,286 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education Health and SportMême sujetCircadian rhythm and melatoninTravaux en français237 207