MétaCan
Menu
Retour à la cohorte
Enregistrement W4409261892 · doi:10.1016/j.tifs.2025.105002

The impact of dietary fat and fatty acid consumption on human health: A comprehensive review of meta-analyses and the Global Burden of Disease study 2021

2025· review· en· W4409261892 sur OpenAlexaff
Jianglei Ma, Dingtao Hu, Duocai Li, Yuan Chen, Qingyang Chen, Zhiguo Fan, Guang Wang, Weidong Xu, Guanghui Zhu, Zhixiang Xin, Wanli Cao, Zongqin Zhang, Ji Wu, Lei Yin, Yifan Chang, Shancheng Ren

Notice bibliographique

RevueTrends in Food Science & Technology · 2025
Typereview
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesShanghai Shenkang Hospital Development CenterNational Natural Science Foundation of China
Mots-clésConsumption (sociology)DiseaseEnvironmental healthBurden of diseaseMedicineHuman healthMeta-analysisDietary fatInternal medicineSocial science

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

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)0,033
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,063
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0180,037
Bibliométrie0,0120,015
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,340
Tête enseignante GPT0,551
Écart entre enseignants0,211 · 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'étudeRevue systématique
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

Citations11
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in Food Science & TechnologyMême sujetFatty Acid Research and HealthTravaux en français237 207