Peer-reviewed referenties ter ondersteuning van gewichtvoorspelling, energiebalans, koolstofvoetafdruk van diëten, glutendetectie, voedingsdatabases en AI-voedselanalyse.
Links openen in uw taal wanneer beschikbaar • Prioriteit geven aan onderzoek van Harvard, Stanford en MIT
Gewichtvoorspelling maakt gebruik van voorspellende modellen op basis van de principes van energiebalans om toekomstige gewichtstrends te projecteren op basis van recente gegevens. Onderzoek toont aan dat zelfmonitoring van gewicht en calorie-inname, in combinatie met trendafvlakking om dagelijkse ruis te verminderen, mensen helpt hun traject te begrijpen en tijdig aanpassingen te maken. Voorspellende modellering op korte termijn zet uw recente traject om in bruikbare voorspellingen die naleving en langdurige gewoonten ondersteunen.
Toont het belang aan van nauwkeurige metingen van de lichaamssamenstelling bij het volgen van gewichtsschommelingen, wat de noodzaak voor trendvereffening in modellen voor gewichtvoorspelling ondersteunt.
Toont aan hoe zelfmonitoring en feedbackmechanismen langdurig gewichtsbehoud ondersteunen, wat de aanpak van het bieden van duidelijke voorspellingen en trendvisualisatie valideert.
Beoordeelt machine learning-benaderingen voor gewichtvoorspelling en ondersteunt het gebruik van voorspellende modellering in toepassingen voor gewichtsbeheer.
Toont aan hoe machine learning de nauwkeurigheid van voorspellingen kan verbeteren, relevant voor modellen voor gewichtstrendvoorspelling.
Vooraf ingestelde caloriebudgetten met duidelijke feedback over "binnen budget" of "boven budget" helpen gebruikers om in real-time weloverwogen voedselkeuzes te maken. Onderzoek toont aan dat deze besluitvormingsondersteunende aanpak de naleving van calorie-doelen verbetert door de cognitieve belasting te verminderen en onmiddellijke, actiegerichte feedback te bieden. Het eenvoudige "uitgaven versus budget" kader sluit aan bij de principes van de gedrags-economie, die aantonen dat mensen betere beslissingen nemen wanneer ze duidelijke beperkingen en directe feedback over hun keuzes hebben.
Toont aan dat gestructureerde doelstellingen en feedbackmechanismen de naleving van dieetdoelen verbeteren, ter ondersteuning van de budgetgebaseerde calorieaanpak.
Toont aan dat gestructureerde caloriebeheerbenaderingen de naleving en resultaten verbeteren in vergelijking met standaardzorg.
Vergelijkt verschillende strategieën voor caloriebeperking en toont aan dat duidelijke caloriebudgetten de naleving ondersteunen, ongeacht de timingaanpak.
Energiebalans—de relatie tussen calorieën die worden geconsumeerd en calorieën die worden verbrand—is de belangrijkste factor voor gewichtsverandering. Onderzoek toont consistent aan dat het creëren van een calorie-tekort leidt tot gewichtsverlies, terwijl een overschot leidt tot gewichtstoename. Het visualiseren van dit tekort in real-time helpt gebruikers te begrijpen hoe hun dagelijkse keuzes invloed hebben op hun voortgang richting doelen. De app vertaalt energiebalans naar eenvoudige taal, waarbij de kloof tussen de huidige inname en het doel wordt weergegeven, evenals welke veranderingen deze kloof kunnen dichten.
Bevestigt dat energiebalans het fundamentele mechanisme is dat gewichtsverandering aandrijft, en valideert de calorie-tekortbenadering.
Toont aan dat een calorie-tekort, ongeacht het tijdstip, gewichtsverlies stimuleert, ter ondersteuning van het principe van energiebalans.
Toont aan dat een calorietekort bereikt door tijdgebonden eten leidt tot meetbaar gewichtsverlies, wat de principes van energiebalans bevestigt.
Toont aan dat een calorietekort de belangrijkste mechanismen voor gewichtsverlies is, ongeacht het tijdstip van de eetpatronen.
Kunstmatige intelligentie en machine learning maken geautomatiseerde voedselherkenning mogelijk op basis van foto's, tekstbeschrijvingen en het scannen van barcodes. Onderzoek toont aan dat AI-gestoorde voedingsschatting een redelijke nauwkeurigheid kan bieden voor veelvoorkomende voedingsmiddelen, waardoor gebruikers hun maaltijden sneller en consistenter kunnen registreren. De combinatie van fotoanalyse, barcode-scanning en tekstverwerking creëert meerdere mogelijkheden voor voedselregistratie, waardoor de drempels voor zelfmonitoring worden verlaagd en de naleving van calorie-tracking verbetert.
Toont aan hoe AI en grote taalmodellen nauwkeurig voeding kunnen schatten op basis van voedselafbeeldingen en beschrijvingen.
Toont aan dat AI voedingsinformatie kan extraheren uit voedingsetiketten, ter ondersteuning van barcode- en tekstgebaseerde voedselregistratie.
Valideert AI-gebaseerde voedselherkenningssystemen voor dieetbeoordeling en toont nauwkeurigheid aan in realistische voedselregistratiescenario's.
Vergelijkt AI-gebaseerde voedselcategorisatie met traditionele methoden en toont aan dat machine learning-benaderingen effectief voedingsmiddelen kunnen categoriseren en de voedingskwaliteit kunnen voorspellen.
Toont de effectiviteit aan van barcode-scanning voor nauwkeurige gegevensverzameling, ter ondersteuning van barcode-gebaseerde voedselregistratie.
Voedselproductie is verantwoordelijk voor een aanzienlijk deel van de wereldwijde uitstoot van broeikasgassen. Onderzoek toont aan dat verschillende voedingsmiddelen zeer verschillende ecologische voetafdrukken hebben, en dat dieetkeuzes een aanzienlijke impact kunnen hebben op de milieu duurzaamheid. Het bijhouden van de ecologische voetafdruk van maaltijden helpt gebruikers de milieu-impact van hun voedselkeuzes te begrijpen en duurzamere beslissingen te nemen. Studies tonen aan dat zelfs kleine veranderingen in het dieet de koolstofuitstoot op een betekenisvolle manier kunnen verminderen.
Toont aan dat duurzame dieetpatronen de uitstoot van broeikasgassen kunnen verminderen terwijl ze de dieetkwaliteit verbeteren, wat de validiteit van koolstofvoetafdruktracking bevestigt.
Toont de relatie aan tussen de kwaliteit van de voeding en milieuduurzaamheid, ter ondersteuning van het bewustzijn van de ecologische voetafdruk bij voedselkeuzes.
Toont aan dat voedselkeuzes meetbare milieueffecten hebben, wat het belang van het volgen van de koolstofvoetafdruk valideert.
Toont aan dat kleine dieetveranderingen de ecologische voetafdruk aanzienlijk kunnen verminderen, wat de waarde van koolstoftracking in voedselkeuzes ondersteunt.
Toont aan hoe verschillende voedselkeuzes en bereidingsmethoden de koolstofvoetafdruk beïnvloeden, wat de koolstoftracking op maaltijdniveau valideert.
Vergelijkt de koolstofvoetafdrukken van verschillende dieetpatronen, waarbij aanzienlijke variatie en het belang van tracking worden aangetoond.
Voor mensen met coeliakie of glutengevoeligheid is het vermijden van gluten essentieel voor de gezondheid. Onderzoek toont aan dat zelfs kleine hoeveelheden gluten symptomen en langdurige schade kunnen veroorzaken bij gevoelige individuen. Barcode-scanning en voedselanalyse kunnen helpen bij het identificeren van producten die gluten bevatten, wat snelle screening mogelijk maakt om de naleving van een glutenvrij dieet te ondersteunen. Hoewel de app indicatoren biedt op basis van productinformatie, is het belangrijk op te merken dat het een schatter is en geen vervanging voor zorgvuldige etikettering of medische begeleiding.
Beoordeelt diagnostische methoden voor coeliakie en benadrukt het belang van nauwkeurige glutendetectie voor mensen met coeliakie.
Beoordeelt technologische benaderingen voor de detectie van gluten in voedingsmiddelen en ondersteunt het gebruik van voedselanalyse voor gluten screening.
Toont het belang aan van het monitoren van glutenblootstelling voor mensen met coeliakie, wat de noodzaak van gluten detectietools valideert.
Toont het belang aan van vroege detectie en monitoring van glutenblootstelling in het beheer van coeliakie.
Intermittent vasten en tijdsbeperkt eten zijn dieetbenaderingen die de voedselinname beperken tot specifieke tijdsvensters. Onderzoek toont aan dat de voordelen van deze benaderingen grotendeels worden gemedieerd door de totale calorie-inname en consistentie, in plaats van alleen door de timing. Predictieve modellering helpt gebruikers te zien hoe hun vastenpatronen zich verhouden tot hun gewichtstrends en -voorspellingen. De app koppelt vastenvensters aan caloriebudgetten, trends en voorspellingen, waardoor de relatie tussen vasten en resultaten duidelijk en actiegericht wordt.
Uitgebreide review die aantoont dat intermitterend vasten effectief is voor gewichtsverlies, met voordelen die worden gemedieerd door caloriebeperking.
Beoordeelt onderzoek naar tijdgebonden eten, waarbij wordt aangetoond dat de voordelen voornamelijk te wijten zijn aan caloriebeperking en niet alleen aan de timing.
Samenvatting van de gezondheidsvoordelen van intermittent fasting, ter ondersteuning van de integratie van vastenregistratie met calorie- en gewichtsbeheer.
Vergelijkt verschillende vastenbenaderingen en toont aan dat ze allemaal effectief zijn wanneer ze een calorie-tekort creëren, wat de link tussen vasten en energiebalans ondersteunt.
Beoordeelt klinisch bewijs voor intermittent vasten, waarbij wordt benadrukt dat de resultaten verband houden met de calorie-inname en de voorspellende modellering van de effecten van vasten ondersteunt.
Uitgebreide beoordeling van tijdgebonden eten, die de effectiviteit aantoont wanneer het wordt gecombineerd met caloriebewustzijn en -tracking.
Volledige lijst van alle peer-reviewed referenties. Tags geven aan welke functie(s) elke referentie ondersteunt.