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 die zijn gebaseerd op 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 actiegerichte voorspellingen die de naleving en langdurige gewoonten ondersteunen.
Toont het belang aan van nauwkeurige metingen van de lichaamssamenstelling bij het volgen van gewichtswijzigingen, 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 van "binnen budget" of "boven budget" helpen gebruikers om in realtime 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 op budget gebaseerde 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 tijdsbenadering.
Energiebalans—de relatie tussen calorieën die worden geconsumeerd en calorieën die worden verbrand—is de belangrijkste factor voor gewichtswijzigingen. 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 hun voortgang richting doelen beïnvloeden. De app vertaalt energiebalans naar begrijpelijke 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-deficiëntiebenadering.
Toont aan dat een calorie-tekort, ongeacht het tijdstip, gewichtsverlies stimuleert, ter ondersteuning van het principe van energiebalans.
Toont aan dat een calorie-tekort bereikt door tijdsbeperkt eten leidt tot meetbaar gewichtsverlies, wat de principes van energiebalans bevestigt.
Toont aan dat een calorie-tekort de belangrijkste mechanismen voor gewichtsverlies is, ongeacht het tijdstip van de eetpatronen.
Kunstmatige intelligentie en machine learning maken geautomatiseerde voedselherkenning mogelijk aan de hand van foto's, tekstbeschrijvingen en barcode-scanning. Onderzoek toont aan dat AI-gestuurde voedingsschatting een redelijke nauwkeurigheid kan bieden voor veelvoorkomende voedingsmiddelen, waardoor gebruikers hun maaltijden sneller en consistenter kunnen registreren. De combinatie van foto-analyse, barcode-scanning en tekstverwerking creëert meerdere paden voor voedselregistratie, waardoor de drempels voor zelfmonitoring worden verlaagd en de naleving van calorie-tracking wordt verbeterd.
Toont aan hoe AI en grote taalmodellen nauwkeurig de voeding kunnen schatten op basis van voedselafbeeldingen en beschrijvingen.
Toont aan dat AI voedingsinformatie kan extraheren uit voedselverpakkingen, 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 voedsel kunnen categoriseren en de voedingskwaliteit kunnen voorspellen.
Toont de effectiviteit aan van het scannen van barcodes 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 koolstofvoetafdrukken hebben, en dieetkeuzes kunnen een aanzienlijke impact hebben op de milieuduurzaamheid. Het bijhouden van de koolstofvoetafdruk van maaltijden helpt gebruikers de milieu-impact van hun voedselkeuzes te begrijpen en duurzamere beslissingen te nemen. Studies tonen aan dat zelfs kleine dieetveranderingen op betekenisvolle wijze de koolstofuitstoot kunnen verminderen.
Toont aan dat duurzame dieetpatronen de uitstoot van broeikasgassen kunnen verminderen terwijl de dieetkwaliteit verbetert, wat de validiteit van het bijhouden van de koolstofvoetafdruk bevestigt.
Toont de relatie aan tussen de kwaliteit van het dieet 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 bevestigt.
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 ecologische voetafdruk beïnvloeden, wat de validiteit van koolstoftracking op maaltijdniveau bevestigt.
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, waardoor snelle screening mogelijk is ter ondersteuning van de naleving van een glutenvrij dieet. Hoewel de app indicatoren biedt op basis van productinformatie, is het belangrijk op te merken dat het een schatting 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 detectiehulpmiddelen valideert.
Toont het belang aan van vroege detectie en monitoring van glutenblootstelling in het beheer van coeliakie.
Intermittent vasten en tijdgebonden eten zijn dieetbenaderingen die het eten 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 terug aan caloriebudgetten, trends en voorspellingen, waardoor de relatie tussen vasten en uitkomsten duidelijk en actiegericht wordt.
Uitgebreide review die aantoont dat intermittent fasting-strategieën effectief zijn voor gewichtsverlies, met voordelen die worden gemedieerd door caloriebeperking.
Beoordelingen van onderzoek naar tijdgebonden eten tonen aan 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 verbonden zijn aan de calorie-inname en de voorspellende modellering van de effecten van vasten ondersteunen.
Uitgebreide beoordeling van tijdgebonden eten, waarin de effectiviteit wordt aangetoond wanneer het wordt gecombineerd met caloriebewustzijn en -tracking.
Volledige lijst van alle peer-reviewed referenties. Tags geven aan welke functie(s) elke referentie ondersteunt.