Evaluation of the Effect of Caffeine Consumption on Cognitive Functions by Electroencephalography
Notice bibliographique
Résumé
<strong>Objective: </strong>To evaluate cognitive performance and neurophysiological changes after caffeine consumption in individuals who regularly consume different amounts of caffeine. <strong>Materials and Methods: </strong>Thirty-seven people aged 18-25 were divided into two groups according to their caffeine consumption as less than 3 mg/kg/day (low consumption group; LC) and more than 3 mg/kg/ day (high-consumption group; HC). Electroencephalography (EEG) and Montreal Cognitive Assessment test (MoCA) were performed in both groups (baseline records). One week later, caffeinated (Caff) and decaffeinated (Decaff) coffee were randomly given to LC and HC. Thus, four groups were formed (LC+Caff, LC+Decaff, HC+Caff and HC+Decaff). EEG was repeated one hour after coffee, and MoCA was performed within 20 minutes. <strong>Results: </strong>In baseline eyes-opened EEG, the power of beta2 and delta were higher in the LC group than in the HC. After coffee consumption in the eyes-opened EEG, alpha1 and alpha2 power were significantly reduced in the HC+Caff. Following coffee consumption, the MoCA score increased significantly in the HC+Decaff and LC+Caff groups compared with the baseline. <strong>Conclusion:</strong> Our study showed that low caffeine consumers had increased brain activity and cognitive performance post consumption high amounts of caffeine. However, this effect was less in high caffeine consumers. Therefore, caffeine habituation may alter the brain’s response to caffeine.
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 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 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».