La vie dans le jeûne ! : Comment faire du jeûne intermittent un véritable mode de vie pour améliorer pleinement notre santé et notre silhouette Ed. 1
Bibliographic record
Abstract
Ces dernieres annees, le jeune intermittent – le fait de jeuner sur de courtes durees a des intervalles de temps definis – est devenu de plus en plus populaire. Si certains medecins ont d’abord alerte sur les supposes dangers de cette pratique, les recherches scientifiques recentes ont depuis valide la non dangerosite de cette pratique mais ont egalement apporte des preuves convaincantes de ses bienfaits pour notre sante. Cependant, pour celles et ceux qui souhaitent essayer et adopter le jeune intermittent, ce regime peut etre intimidant et source de nombreuses questions : a quelle frequence puis-je manger ? Pourrai-je me concentrer au travail ? Aurai-je assez d’energie pour faire du sport ? Et surtout, n’aurai-je pas toujours faim ? Decouvrez dans ce livre le programme du Dr Jason Fung, expert mondial du jeune, de sa collegue Megan Ramos et d’Eve Mayer, qui a experimente ce programme. Ils se sont associes pour rediger un guide unique en son genre, qui repond aux questions les plus courantes sur le jeune et propose un programme personnalisable qui fournit de vrais resultats. Ce guide complet, unique et accessible permet de developper une routine de jeune durable et benefique qui offre des resultats spectaculaires tout au long de la vie. Le Dr Jason Fung est medecin nephrologue a Toronto, au Canada. Il a mis en place un programme nutritionnel intensif destine a soigner le surpoids et le diabete avec la pratique du jeune intermittent et de la diminution du sucre dans notre alimentation. Il est l’auteur de plusieurs ouvrages best-sellers a travers le monde, notamment Les Lois de l’obesite et Les Lois du diabete, parus chez le meme editeur. Eve Mayer est conferenciere, ecrivaine et entrepreneure. Apres des decennies de lutte contre l’obesite, elle a decouvert le jeune a travers le programme du Dr Fung et a change sa vie. Megan Ramos est chercheuse clinicienne. Elle a rejoint le Dr Jason Fung en tant qu’etudiante de recherche. Elle est depuis devenue une experte de premier plan en matiere de jeune therapeutique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.006 | 0.015 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".