Granskade referenser som stöder viktprognoser, energibalans, koldioxidavtryck av dieter, glutenupptäckning, näringsdatabaser och AI-baserad livsmedelsanalys.
Länkar öppnas på ditt språk när det är tillgängligt • Prioriterar forskning från Harvard, Stanford och MIT
Viktprognoser använder prediktiva modeller baserade på energibalansprinciper för att projicera framtida vikttrender utifrån nyligen insamlad data. Forskning visar att självövervakning av vikt och kaloriintag, i kombination med trendutjämning för att minska daglig variation, hjälper människor att förstå sin utveckling och göra snabba justeringar. Kortfristig prediktiv modellering omvandlar din senaste utveckling till handlingsbara prognoser som stödjer efterlevnad och långsiktiga vanor.
Visar vikten av noggrann mätning av kroppssammansättning vid spårning av viktförändringar, vilket stödjer behovet av trendutjämning i viktprognosmodeller.
Visar hur självövervakning och feedbackmekanismer stöder långsiktig viktunderhåll, vilket validerar tillvägagångssättet att erbjuda tydliga prognoser och trendvisualisering.
Granskar maskininlärningsmetoder för viktprognoser, vilket stödjer användningen av prediktiv modellering i viktkontrollapplikationer.
Visar hur maskininlärning kan förbättra noggrannheten i prognoser, relevant för modeller för vikttrender.
Förinställda kalori-budgetar med tydlig feedback om "inom budget" eller "över budget" hjälper användare att göra informerade matval i realtid. Forskning visar att denna beslutsstödsmetod förbättrar efterlevnaden av kalori-mål genom att minska den kognitiva belastningen och ge omedelbar, handlingsbar feedback. Den enkla "utgifter vs. budget"-ramen överensstämmer med beteendeekonomiska principer som visar att människor fattar bättre beslut när de har tydliga begränsningar och omedelbar feedback på sina val.
Visar att strukturerad målsättning och feedbackmekanismer förbättrar efterlevnaden av kostmål, vilket stöder den budgetbaserade kalorimetoden.
Visar att strukturerade kalorihanteringsmetoder förbättrar efterlevnad och resultat jämfört med standardvård.
Jämför olika strategier för kalorirestriktion och visar att tydliga kalori-budgetar stödjer efterlevnad oavsett tidsmetod.
Energibalans – förhållandet mellan kalorier som konsumeras och kalorier som förbränns – är den främsta faktorn bakom viktförändringar. Forskning visar konsekvent att skapandet av ett kaloriunderskott leder till viktminskning, medan ett överskott leder till viktökning. Att visualisera detta underskott i realtid hjälper användare att förstå hur deras dagliga val påverkar deras framsteg mot målen. Appen översätter energibalans till ett enkelt språk, vilket visar skillnaden mellan nuvarande intag och mål, samt vilka förändringar som kan stänga den skillnaden.
Bekräftar att energibalans är den grundläggande mekanismen som driver viktförändring, vilket validerar kalorideficitmetoden.
Visar att kaloriunderskott, oavsett tidpunkt, driver viktminskning, vilket stöder energibalansprincipen.
Visar att kaloriunderskott som uppnås genom tidsbegränsad ätning leder till mätbar viktminskning, vilket bekräftar principerna för energibalans.
Visar att kaloriunderskott är den avgörande mekanismen för viktminskning, oavsett tidpunkten för ätmönster.
Artificiell intelligens och maskininlärning möjliggör automatiserad livsmedelsigenkänning från foton, textbeskrivningar och streckkodsskanning. Forskning visar att AI-drivna näringsberäkningar kan ge rimlig noggrannhet för vanliga livsmedel, vilket hjälper användare att logga måltider snabbare och mer konsekvent. Kombinationen av fotoanalys, streckkodsskanning och textbearbetning skapar flera vägar för livsmedelsloggning, vilket minskar hinder för självövervakning och förbättrar efterlevnaden av kaloriövervakning.
Visar hur AI och stora språkmodeller kan noggrant uppskatta näringsinnehåll från matbilder och beskrivningar.
Visar att AI kan extrahera näringsinformation från livsmedelsmärkningar, vilket stödjer streckkod- och textbaserad livsmedelsregistrering.
Validerar AI-baserade livsmedelsigenkänningssystem för kostbedömning och visar noggrannhet i verkliga livsmedelsloggningsscenarier.
Jämför AI-baserad livsmedelskategorisering med traditionella metoder och visar att maskininlärningsmetoder effektivt kan kategorisera livsmedel och förutsäga näringskvalitet.
Visar effektiviteten av streckkodsskanning för noggrann datainsamling, vilket stödjer streckkodbaserad matloggning.
Livsmedelsproduktion står för en betydande del av de globala växthusgasutsläppen. Forskning visar att olika livsmedel har mycket olika koldioxidavtryck, och kostval kan ha en stor påverkan på miljömässig hållbarhet. Att spåra koldioxidavtrycket av måltider hjälper användare att förstå den miljöpåverkan som deras matval har och att fatta mer hållbara beslut. Studier visar att även små kostförändringar kan meningsfullt minska koldioxidutsläppen.
Visar att hållbara kostmönster kan minska växthusgasutsläpp samtidigt som de förbättrar kostkvaliteten, vilket validerar spårning av koldioxidavtryck.
Visar sambandet mellan kostkvalitet och miljömässig hållbarhet, vilket stöder medvetenheten om koldioxidavtryck i matval.
Visar att matval har mätbara miljöpåverkan, vilket bekräftar vikten av att spåra koldioxidavtryck.
Visar att små kostförändringar kan meningsfullt minska koldioxidavtryck, vilket stöder värdet av koldioxidspårning i matval.
Visar hur olika matval och tillagningsmetoder påverkar koldioxidavtrycket, vilket validerar koldioxidspårning på måltidsnivå.
Jämför koldioxidavtryck mellan olika kostmönster, vilket visar på betydande variation och vikten av att spåra.
För personer med celiaki eller glutenkänslighet är det avgörande att undvika gluten för att upprätthålla hälsan. Forskning visar att även små mängder gluten kan orsaka symptom och långsiktig skada hos känsliga individer. Streckkodsskanning och livsmedelsanalys kan hjälpa till att identifiera produkter som innehåller gluten, vilket ger en snabb screening för att stödja efterlevnaden av en glutenfri kost. Även om appen ger indikatorer baserade på produktinformation är det viktigt att notera att den är en uppskattning och inte en ersättning för noggrann läsning av etiketter eller medicinsk vägledning.
Granskar diagnostiska metoder för celiaki och betonar vikten av noggrann glutenidentifiering för personer med celiaki.
Granskar teknologiska metoder för glutenidentifiering i livsmedel, vilket stöder användningen av livsmedelsanalys för glutenkontroll.
Visar vikten av att övervaka glutenexponering för personer med celiaki, vilket bekräftar behovet av verktyg för glutenidentifiering.
Visar vikten av tidig upptäckte och övervakning av glutenexponering i hanteringen av celiaki.
Intermittent fasta och tidsbegränsad ätning är koststrategier som begränsar ätande till specifika tidsfönster. Forskning visar att fördelarna med dessa metoder i stor utsträckning medieras av det totala kaloriintaget och konsekvens, snarare än enbart tidpunkten. Prediktiv modellering hjälper användare att se hur deras fasta-mönster relaterar till deras vikttrender och prognoser. Appen kopplar fasta-fönster tillbaka till kaloribudgetar, trender och prognoser, vilket gör sambandet mellan fasta och resultat tydligt och handlingsbart.
Omfattande granskning som visar att strategier för intermittenta fasta är effektiva för viktminskning, med fördelar som medieras av kaloriintagets minskning.
Granskar forskning om tidsbegränsad ätning, som visar att fördelarna främst beror på kalori-reduktion snarare än enbart tidpunkten.
Sammanfattar hälsofördelarna med intermittent fasta, vilket stödjer integrationen av fastaövervakning med kalori- och viktkontroll.
Jämför olika fasta metoder och visar att alla är effektiva när de skapar ett kaloriunderskott, vilket stöder kopplingen mellan fasta och energibalans.
Granskar kliniska bevis för intermittent fasta och betonar att resultaten är kopplade till kaloriintag samt stöder prediktiv modellering av fastaeffekter.
Omfattande översikt av tidsbegränsad ätning, som visar dess effektivitet när den kombineras med kaloriuppmärksamhet och spårning.
Fullständig lista över alla granskade referenser. Taggar anger vilka funktioner varje referens stöder.